Discrete Structural Optimization bu Neural Networks and Its Programming

神经网络离散结构优化及其编程

• 批准号: 05555273
• 负责人: KISHI Mitsuo
• 金额: $ 1.92万
• 依托单位: University of Osaka prefecture
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Developmental Scientific Research (B)
• 财政年份: 1993
• 资助国家: 日本
• 起止时间: 1993 至 1994
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-05555273/
• 关键词: Neural networks; Combinatorial optimization; Discrete optimization; Structural optimization; Distributed representation; Neuro-optimizer; Mapping technique; Gradient dynamical system; 組合せ最適化

In the middle 1980's Hopfield showed that some discrete optimization problem can be programd and solved on artificial neural networks minimizing the quadratic energy function. The basic concept of the Hopfield neural networks is a combination of the input-output neuron model and the steepest descent method.Based on the concept of the Hopfield neural networks we propose an optimization method named NEURO-OPTIMIZER which is expected to be able to attain good solutions for general nonlinear discrete optimization problems. The NEURO-OPTIMIZER needs some algorithm to escape from local minima of the energy function. The simulated annealing method is introduced here.The discrete variable is represented numerically by neurons in the NEURO-OPTIMIZER.The neuron state takes binary values of one or zero. In this study the number representation for irregularly discrete variable is investigated by a stability analysis, and a mapping technique is proposed as a redundant representation for irregularly discrete variables. Numerical examples for structural optimization are provided to illustrate the applicability of the NEURO-OPTIMIZER.

20世纪80年代中期，Hopfield证明了一些离散优化问题可以在人工神经网络上编程求解，使二次能量函数最小化。Hopfield神经网络的基本概念是输入输出神经元模型和最速下降法的结合，基于Hopfield神经网络的概念，我们提出了一种优化方法NEURO-OPTIMIZER，它可以很好地解决一般的非线性离散优化问题。神经优化器需要一些算法来摆脱能量函数的局部极小值。本文介绍了模拟退火方法，离散变量用神经元数值表示，神经元状态取二进制值1或0。本文通过稳定性分析研究了不规则离散变量的数字表示，并提出了一种映射技术作为不规则离散变量的冗余表示。结构优化的数值例子来说明神经优化器的适用性。

项目成果

岸 光男: "システム工学(機械システム入門シリーズ6)" 共立出版, 180 (1995)

Mitsuo Kishi：“系统工程（机械系统概论系列6）”Kyoritsu Shuppan，180（1995）

岸 光男: "ニューラルネットによる構造システム最適化の可能性" 日本建築学会第4回AIシンポジウム論文集. 7-14 (1993)

Mitsuo Kishi：“使用神经网络优化结构系统的可能性”日本建筑学会第四届人工智能研讨会论文集 7-14 (1993)。

M.Kishi: "Structural Optimization by Neuro-Optimizer" IFIP Transactions B-12:Reliability and Optimization of Structural System. 113-120 (1993)

M.Kishi：“神经优化器的结构优化”IFIP Transactions B-12：结构系统的可靠性和优化。

小寺俊行: "ニューラルネットワークの挙動分析-最適解の安定性-" 第16回NCP研究会・機械の強度と形態研究懇話会論文集. 83-86 (1993)

Toshiyuki Kodera：“神经网络的行为分析 - 最优解的稳定性”第 16 届 NCP 研究组/机械强度和形态学研究会议论文集 83-86 (1993)。

岸 光男: "ニューラルネットによる最適化手法" 日本機械学会講習会教材-新しい最適化手法とその応用. No.930-59. 71-78 (1993)

Mitsuo Kishi：“使用神经网络的优化方法”日本机械工程师学会培训材料 - 新优化方法及其应用第 930-78 号（1993 年）。