第一章 绪论
1.1 概述
1.2 国内外研究现状
1.3 递归神经网络
1.3.1 Hopfield递归神经网络模型
1.3.2 Lotka-Volterra递归神经网络模型
1.3.3 非线性阈值传输函数的神经网络模型
1.4 脉冲耦合神经网络PCNN
1.5 K最短路径问题KSP
1.6 研究内容
1.7 章节安排
第二章 求解TsP问题的LOTKA-VOLTERRA神经网络方法
2.1 背景
2.2 基础工作
2.3 能量函数与LOTKA-VOLTERRA递归神经网络
2.4 网络性能及参数的设置
2.5 实验结果
2.5.1 LV网络的WTA性质
2.5.2 随机坐标城市的TSP
2.5.3 均匀分布城市的TSP
2.6 本章小结
第三章 求解TSP的一类列竞争模型
3.1 背景
3.2 列竞争模型
3.2.1 列竞争模型的提出
3.2.2 列竞争模型的性能分析
3.3 一类新的列竞争模型
3.3.1 ICCM的提出
3.3.2 ICCM的性能
3.4 实验结果
3.4.1 一个直观的例子
3.4.2 随机坐标城市的TSP
3.4.3 环形TSP
3.5 本章小结
第四章 求解非线性互补问题的非线性阈值神经网络方法
4.1 非线性互补问题的描述及解决方法
4.2 一类非线性阈值神经网络
4.2.1 NCP函数与能量函数
4.2.2 LT网络的构造
4.2.3 网络性能及参数设置
4.3 实验结果
4.4 本章小结
第五章 求解线性不等式和等式的非线性阈值神经网络方法
5.1 背景
5.2 一类非线性阈值神经网络
5.2.1 能量函数和LT网络构造
5.2.2 LT网络稳定性
5.3 实验结果
5.4 本章小结
第六章 递归神经网络解决优化问题的一般方法
6.1 背景
6.2 HOPFIELD递归神经网络能量函数
6.3 线性递归神经网络
6.4 LV递归神经网络
6.5 LT递归神经网络
6.6 小结
第七章 基于竞争脉冲耦合神经网络的路径优化方法
7.1 背景
7.2 问题描述
7.3 CPCNN模型
7.4 CPCNN的基本特性
7.5 ON-FORWARD／OFF-BACKWARD竞争机制
7.6 算法
7.7 实验结果
7.7.1 用模拟路网数据测试
7.7.2 用真实路网数据测试
7.8 小结
第八章 基于双源脉冲耦合神经网络的最短路径搜索方法
8.1 背景
8.2 DSPCNN模型
8.3 DSPCNN最短路径搜索
8.4 实验结果
8.4.1 搜索路径实例
8.4.2 性能分析
8.5 小结
第九章 基于改进PCNN模型的KSP求解方法
9.1 改进的PCNN模型
9.1.1 定义
9.1.2 MCPCNN的结构
9.1.3 MCPCNN的理论分析
9.2 用MCPCNN求KSP问题
9.2.1 算法描述
9.2.2 算法复杂度分析
9.2.3 MCPCNN求解KSP实例
9.3 仿真实验
9.3.1 脉冲传播速度研究
9.3.2 single-pairKSP实验
9.3.3 single-sourceKSP实验
9.3.4 应用举例
9.4 本章小结
第十章 具有非饱和激励函数的回复式网络的理论分析
10.1 背景
10.2 一些概念和定义
10.3 网络的单稳定性和多稳定性
10.4 二维LT-网络的研究
10.4.1 具有两个神经元的二维LT网络的基本描述
10.4.2 全局收敛性
10.4.3 多稳定性分析
10.4..4 仿真结果
10.5 不带自反馈的LT网络
10.5.1 网络模型
10.5.2 网络不发散的条件
10.5.3 网络的应用：Winner-Take-All特性
10.5.4 仿真结果
10.5.5 实验三的网络参数
10.6 本章小结
第十一章 脉冲神经网络在路径优化问题中的应用
11.1 背景
11.2 脉冲神经网络模型
11.3 脉冲神经网络的改进模型
11.3.1 标记和定义
11.3.2 网络模型
11.3.3 理论分析
11.4 计算最短路径新算法
11.5 应用实例
11.6 仿真实验
11.7 本章小结
第十二章 脉冲神经网络的进一步改进和应用
12.1 进一步改进的模型
12.1.1 网络体系结构
12.1.2 符号定义
12.1.3 网络模型
12.1.4 模型的理论分析
12.2 SPT新算法
12.3 应用实例
12.4 仿真实验
12.5 本章小结
第十三章 结束语
13.1 总结
13.2 展望
参考文献
展开
