飽和動態(tài)神經網絡求解最大團問題研究.pdf

1、最大團問題是一個經典的圖論問題，其目標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，許多學者都進行過大量的研究，并應用于模式識別、聚類分析、圖著色、超大規(guī)模電路設計等許多領域。
　　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計各種各樣的啟發(fā)式算法。人工神經網絡啟發(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)網絡算法（SLDN算法）的神經網絡求解最大團的算法。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網絡求解算法，其主要特點是在SLDN算法的基礎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網絡的基本概念、研究背景及研究現狀。闡述了使用神經網絡求解最大團問題的研究歷史和取得的一些研究成果。
　　2、詳細描述了飽和線性動態(tài)網絡算法。由于飽和線性動態(tài)網絡算法主要采用的是梯度下降類型的優(yōu)化技術，從而有可能陷入局部最優(yōu)。這是飽和線性動態(tài)網絡算法