摘要
本文提出并行搜索和规划算法，以及实现它们的高阶二维时态－竟争激励神经网络．这种网络还能实现基于传统符号逻辑的许多问题求解算法．本文的方法克服了通常的神经网络求解优化问题的缺陷．同时，也避免了符号逻辑算法的串行性及符号逻辑Ｓｙｓｔｏｌｉｃ结构复杂性等问题．给出了求解隐式图搜索、ＬＣＳ问题、ＴＳＰ问题及０－１背包问题的实例．
This paper presents a neural network approach,based on high-order two-dimensional temporal and dynamically clustering competitive activation mechanism,to implement parallel searching algorithm and many other symbolic logic algorithms. This approach is superior in many aspects to both the common sequential algorithms of symbolic logic and the common neural networks used for optimization problems.
出处
《计算机学报》
EI
CSCD
北大核心
1995年第3期181-189,共9页
Chinese Journal of Computers
基金
国家自然科学基金
国家863高技术计划项目
智能技术和系统国家实验室基金
关键词
并行搜索
符号逻辑
算法
神经网络
Implicit graph searching, symbolic logic algorithm, high-order neural network,competitive activation mechanism.
