飽和動態(tài)神經(jīng)網(wǎng)絡(luò)求解最大團問題研究.pdf

1、最大團問題是一個經(jīng)典的圖論問題，其目標(biāo)是找出給定的某個圖的最大完全子圖。最大團問題從提出以來，許多學(xué)者都進行過大量的研究，并應(yīng)用于模式識別、聚類分析、圖著色、超大規(guī)模電路設(shè)計等許多領(lǐng)域。
　　由于最大團問題是一個NP難問題，一種合適的解決它的辦法是設(shè)計各種各樣的啟發(fā)式算法。人工神經(jīng)網(wǎng)絡(luò)啟發(fā)式算法即是其中之一。Pekergin等人于1999年提出了一種稱之為是飽和線性動態(tài)網(wǎng)絡(luò)算法（SLDN算法）的神經(jīng)網(wǎng)絡(luò)求解最大團的算法。受此算法啟

2、發(fā)，本文中，我們提出了一種新的最大團問題的神經(jīng)網(wǎng)絡(luò)求解算法，其主要特點是在SLDN算法的基礎(chǔ)上引入了非線性自反饋環(huán)。
　　本文主要工作如下：
　　1、回顧了最大團問題和神經(jīng)網(wǎng)絡(luò)的基本概念、研究背景及研究現(xiàn)狀。闡述了使用神經(jīng)網(wǎng)絡(luò)求解最大團問題的研究歷史和取得的一些研究成果。
　　2、詳細(xì)描述了飽和線性動態(tài)網(wǎng)絡(luò)算法。由于飽和線性動態(tài)網(wǎng)絡(luò)算法主要采用的是梯度下降類型的優(yōu)化技術(shù)，從而有可能陷入局部最優(yōu)。這是飽和線性動態(tài)網(wǎng)絡(luò)算法