連續型Hopfield神經網路在無人機路徑規劃中的套用

連續型Hopfield神經網路在無人機路徑規劃中的套用》是高雪苹, 劉 芬, 陳東園, 劉曉倩, 李保勝在2021年發布的論文。

基本介紹

  • 中文名連續型Hopfield神經網路在無人機路徑規劃中的套用
  • 外文名:Application of Continuous Hopfield Neural Network in UAV Path Planning
  • 作者:高雪苹, 劉 芬, 陳東園, 劉曉倩, 李保勝
路徑最佳化問題是智慧型運輸領域中的核心問題,合理的路徑能有效提高運輸效率,節約時間成本。基於對連續型和離散型的Hopfield神經網路特點進行分析,設計了一種基於連續型的Hopfield神經網路的路徑規劃方法,用於無人機路線規劃。首先對神經網路的結構進行了說明,其次引入能量函式,用於定義神經網路的穩定性。再將目標函式映射為能量函式,將問題的變數對應到神經元的狀態,那么當能量函式趨於最小值時,目標函式的最優解便隨即得出。最後對案例進行仿真實驗,得出最優解,驗證了該方法的有效性和實用性。

相關詞條

熱門詞條

聯絡我們