基于遗忘进化规划的Hopfield网学习算法

摘要

本文提出了一个基于遗忘进化规划的Ｈｏｐｆｉｅｌｄ网学习算法．通过遗忘部分个体，算法能避免局部最小．给定不动点、极限环或迭代序列，通过解不等式，算法能同时获得Ｈｏｐｆｉｅｌｄ网的拓扑结构和权值．该算法克服了进化Ｈｏｐｆｉｅｌｄ网学习的局限性．它还能找到多个优化解．实验也证明了该算法的有效性．