Sieci CP str097

Sieci CP str097



97


Rozdział 7. Siec Hopfielda

opracowaniach firmy NeuralWare. podkreślono* że optymalne wyniki uzyskano przyjmując średnią wartość zadawanych odległości dxs równą 0.375.

W cytowanych wyżej pracach Tanka i Hopfielda stosowano nieliniową funkcję opisującą neuron

y** = 9{e*z)

w postaci

Vxz = 1/2 [l + tanh (e^/eo))

Charakterystyka ta zależy od parametru eo, który reguluje jej kształt, przyjęcie zbyt dużej wartości e0 prowadzi do ustalania się w sieci stanów końcowych, którym odpowiadają wartości yxz nie będące wartościami bliskimi 0 albo 1, a więc rozwiązania są niejednoznaczne, natomiast za małe wartości e0 utrudniają znalezienie optymalnych wartości wyznaczających najlepszą trasę komiwojażera. Warto odnotować* że dla e(| — 0 funkcja <p(e-TZ) staje się bardzo stroma i praktycznie przechodzi w funkcje skoku jednostkowego. Hopfield w swoich pracach używał wartości e0 = 0,2.

Dynamika sieci rozwiązującej zadanie TSP może być opisana układem równań różniczkowych, opisujących zachodzące w czasie zmiany sygnałów wyjściowych yXi wszystkich neuronów sieci oraz ich sumarycznych pobudzeń eTi.

%i = -v ~A -® E».<- c [(EE w) -]* -

*3*i    *■ i

D d*s (.Vi.t+t + yt.i-i)

***

rozważanych oczywiście wraz z równaniami algebraicznymi ustalającymi wartości sygnałów wyjściowych

Vri = 1/2 [l -I- tanh (<•*,• / e0)]

Na wyniki uzyskiwane przy rozwiązywaniu problemu komiwojażera duży wpływ mogą mieć warunki początkowe, przyjmowane dla neuronów sieci przy jej startowaniu. Ważne są także współczynniki występujące we wzorze opisującym funkcje „energii”, które niekiedy trzeba ustawiać w sposób nieco zaskakujący. Na przykład w składniku £3 występuje parametr n, który odpowieda liczbie miast, które ma odwiedzić komiwojażer. Otóż Hopfield i Tank w swojej publikacji infomują, że dla uzyskania zbieżnego procesu uczenia przyjmowali większe od rzeczywistej liczby miast n* (konkretnie n =    przy czym nie jest dane

żadne uzasadnienie dla takiego postępowania. Ten fakt, a także rozbieżności uzyskiwane przez innych badaczy usiłujących powtórzyć eksperymenty Hopfielda sprawiły, że klasyczna praca [Hopf85] poddawana była wielokrotnie modyfikacjom. Między innymi druzgocącej krytyce metodę Hopfielda i Tanka poddali Aiyer, Niianjan i Fallside [AiyeOO]. Badania symulacyjne przeprowadzone przez autora wydają się potwierdzać krytyczne uwagi, sformułowane przez tych autorów. Konkretnie badania te wykazały, że mimo wielu prób nie udało się nigdy uzyskać tak dobrych wyników, jak opisywane przez Hopfielda i Tanka, chociaż odtwarzano pieczołowicie wszystkie podane w ich publikacji parametry sieci. Natomiast wprowadziwszy modyfikacje proponowane przez Aiycra i współpracowników uzyskano bardzo dobre wyniki (zarówno w sensie dokładności i optymalności podawanych przez sieć rozwiązań jak i w sensie znacznie mniejszych czasów działania sieci), co dowodzi, że nawet do publikacji największych „klasyków” należy podchodzić w sposób krytyczny i rozważny. Do zagdanienia tego powrócimy w rozdziale 10.2.


Wyszukiwarka

Podobne podstrony:
img097 97 Rozdział 7. Sieć Hopfielda opracowaniach firmy NturalWart podkreślono, że optymalne wyniki
Sieci CP str087 87 Rozdział 7. Sieć Hopfielda wyjściowych y^ z poszczególnych neuronów we wzorze def
Sieci CP str091 91 Rozdział 7. Sieć Hopfielda może być przedstawiona w formie klasycznej sigmoidy l+
Sieci CP str093 93 Rozdział 7. Sieć Hopfieida b.    Pozwala się sieci dojść do stanu
img093 93 Rozdział 7. Sieć Hopfielda b.    Pozwala się sieci dojść do stanu równowagi
img087 87 Rozdział 7. Sieć Hopfiehfa wyjściowych z poszczególnych neuronów we wzorze definiującym łą
img089 89 Rozdział 7. Sieć Hopfielda Na podstawie wyżej podanej definicji funkcji E można obliczyć z
img091 91 Rozdział 7. Sieć Hopfielda może być przedstawiona w formie klasycznej sigmoidy rfn = <P

więcej podobnych podstron