逐次学習型カオスニューラルネットにおける解探索性能について

カテゴリ: 部門大会

論文No: MC6-8

グループ名: 【C】平成18年電気学会電子・情報・システム部門大会講演論文集

発行日: 2006/09/05

タイトル(英語): Searching ability of caotic neural networks with a successive learning function

著者名: 野崎 大(武蔵工業大学),中野 秀洋(武蔵工業大学),宮内 新(武蔵工業大学)

著者名(英語): Masashi Nozaki(Musashi Institute of Technology),Hidehiro Nakano(Musashi Institute of Technology),Arata Miyauchi(Musashi Institute of Technology)

キーワード: カオスニューラルネット|逐次学習|組合せ最適化問題組合せ最適化問題|chaotic neural networks|successive learning|conbinational optimization problem

要約(日本語): 本稿では，逐次学習機能を有するカオスニューラルネット（CNN）による組合せ最適化問題の解探索性能について考察する．実際の最適化問題では，単一の最適解だけではなく，多様な最適解または準最適解を探索できることが望まれる．そこで本研究では，CNNが解を探索中に自身のパラメータを逐次的に更新し，CNNの解探索の基本となるエネルギー関数を逐次的に変化させる手法を提案する．巡回セールスマン問題を例題とした数値実験を行い，探索された解の個数や最良解について，従来手法との比較を行う．

PDFファイルサイズ: 1,973 Kバイト