连续型Hopfield神经网络在无人机路径规划中的应用

摘要

路径优化问题是智能运输领域中的核心问题,合理的路径能有效提高运输效率,节约时间成本。基于对连续型和离散型的Hopfield神经网络特点进行分析,设计了一种基于连续型的Hopfield神经网络的路径规划方法,用于无人机路线规划。首先对神经网络的结构进行了说明,其次引入能量函数,用于定义神经网络的稳定性。再将目标函数映射为能量函数,将问题的变量对应到神经元的状态,那么当能量函数趋于最小值时,目标函数的最优解便随即得出。最后对案例进行仿真实验,得出最优解,验证了该方法的有效性和实用性。