×

资源受限调度的随机神经网络。 (英语) Zbl 0757.90039号

摘要:人们对使用神经网络建模和解决优化问题,特别是组合问题的兴趣不断增长。这种新方法既有一些独特的优点,也有一些缺点。在本文中,我们讨论了迄今为止在一项正在进行的研究工作中取得的结果,该研究致力于检验神经网络用于一类特别重要的问题的一个子类的建模和求解:资源约束调度问题。为了实现这一点,首先将感兴趣的资源受限调度问题分解为一系列多维背包模型,并针对这一特定表示建立了等效的神经网络模型。然后,通过扩展Hopfield和Tank等人的工作,我们能够开发出一种最终用于解决原始问题的方法,同时在很大程度上避免了诸如不稳定性和局部极小值等常见的神经网络困难。现在开发和评估的方法是专门针对某类资源受限的调度问题设计的,在这种情况下,此类问题会发生突然的动态变化。

MSC公司:

90B35型 运筹学中的确定性调度理论
93E03型 控制理论中的随机系统(一般)
92B20型 生物研究、人工生命和相关主题中的神经网络
90B15号机组 运筹学中的随机网络模型
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 霍普菲尔德,J.J。;Tank,D.W.,优化问题中决策的“神经”计算,Biol。网络。,52, 141-152 (1985) ·Zbl 0572.68041号
[2] 霍普菲尔德,J.J.,《具有涌现集体计算能力的神经网络和物理系统》,(美国科学院院刊,79(1982)),2554-2558·Zbl 1369.92007号
[3] Ramanujam,J。;Sadayappan,P.,《神经网络优化》(IEEE Int.Conf.neural networks Proc.1988),第325-332页
[4] Burke,L.I.,《求解最大独立集问题的神经设计》,《欧洲期刊论文集》(1992),出版。
[5] 塔利亚里尼,G.A。;Page,W.E.,用神经网络解决约束满足问题,(IEEE Int.Conf.neural networks Proc.(1988)),741-747
[6] 阿道夫,H-M。;Johnston,M.D.,约束满足问题的离散随机神经网络算法,(IEEE Int.Joint Conf.neural Networks Proc.(1990)),917-924
[7] 约翰斯顿医学博士。;Adorf,H-M.,《约束满足问题的随机神经网络学习》(NASA Conf.Space Telerobotics,1989),第367-376页
[8] Grossberg,S.,《非线性神经网络:原理、机制和架构》,《神经网络》,第1期,第17-61页(1988年)
[9] 坎加·帕尔西,贝扎德;Kamgar Parsi,Behrooz,关于Hopfield神经网络的问题解决,生物学。网络。,62, 415-423 (1990) ·Zbl 0687.68031号
[10] Ogmen,H.(休斯顿大学讲稿(1990):休斯顿德克萨斯大学)
[11] Poliac,M.O.,《机组调度问题》(IEEE First Int.Conf.Neural Networks Proc.1987),779-786
[12] Yu,T.L.,使用神经网络算法的时间表调度,(电气与电子工程师协会国际联合会议神经网络(1990)),279-284
[13] Foo,Y.S。;Takefuji,Y.,用于车间调度的随机神经网络:第1部分和第2部分,(Proc.IEEE Int.Conf.neural networks(1988)),275-283
[14] Foo,Y.S。;Takefuji,Y.,《车间作业调度的整数线性规划》(Proc.IEEE Int.Conf.Neural Networks(1988)),341-348
[15] 水箱,D.W。;霍普菲尔德,J.J.,《简单的“神经”优化网络:A/D转换器、信号决策电路和线性编程电路》,IEEE Trans。电路系统。,5, 533-541 (1986)
[16] 周德南,用于车间调度的缩放神经网络,(电气与电子工程师协会国际联合会议神经网络(1990)),889-894
[17] 西蒙,H.A。;Newell,A.,《启发式问题解决:运筹学的下一个进展》,《运筹学研究》,1-10(1958),1-2月·Zbl 1414.90022号
[18] Ignizio,J.P.,《专家系统导论》(1991),McGraw-Hill:McGraw-Hill纽约
[19] 纳姆豪泽,G.L。;Wolsey,L.A.,《整数和组合优化》(1988),Wiley:Wiley New York·Zbl 0469.90052号
[20] 坎加·帕西省贝扎德;Behrooz,Kamgar-Parsi,用于优化的神经网络的有效模型,(IEEE First Int.Conf.neural networks(1987)),785-790·Zbl 0687.68031号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。