任务分配问题的瞬态混沌神经网络解法

采用具有瞬态混沌特性的神经网络(tcnn)解任务分配问题.该方法利用神经元的自反馈产生混沌动态,由于混沌动态特性具有很强的搜索全局最优解的能力,有效地避免了传统hopfield神经网络(hnn)极易陷入局部极小的缺陷;同时利用时变参数控制混沌行为,使网络在经过一个短暂的混沌倒分岔后逐渐趋于一般的hopfield神经网络,保证网络收敛到一个最优或近似最优的稳定平衡点.仿真结果表明,tcnn解任务分配问题时,总能收敛到全局最优或几乎接近全局最优,同时具有更高的搜索效率.另外,还用此方法求解了属于np-完全问题的实时分布处理系统中的任务分配问题.