开题报告修改后_提交

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

神经网络在网络通信路由问题中的应用研究

开题报告

班级(学号)姓名指导教师

一、综述

20世纪90年代以来,随着网络技术的迅速发展和信息化进程的不断推进,电信市场出现了越来越多的电信增值业务,这些新的电信业务服务(例如:语音信箱业务、可视电话会议服务业务等等)对未来网络结构的发展以及现存的通信网络的重组提出了更高的要求。我们最关心的问题是在一个给定的通信网络中,将多个信息源所发出的信息,多拷贝地送到多个目的地。该问题即所谓的网络通信路由问题,也称为多源多目的地通信路由问题。本文提出的Hopfield神经网络算法求解单源多目的地网络通信问题是有研究价值的。

由于网络通信路由中的多源问题可规划为多个单源问题的考虑,所以我们将更多的考虑单源多目的地网络通信路由问题,或简单地说,多目的地网络通信路由问题(The Multiple-destination routing,即MDR问题),简称为网络通信问题。这里我们主要研究用神经网络算法和遗传算法来求解网络通信问题。

所谓人工神经网络,一般是指由大量被称之为人工神经元的简单处理单元而广泛互连而成的复杂网络系统计算结构。这样的系统在一定程度上模拟生物神经系统的信息处理机制于工作过程,特别可以以集体、协同作用的方式完成复杂任务的计算。人工神经元是人工神经网络的基本处理单元。它一般是一多输入单输出的非线性器件。神经网络的工作过程通常由两个阶段组成。一个阶段是工作期,另一个阶段是学习期。对于反馈型神经网络,学习期通常称为编码。而Hopfield神经网络是一典型的反馈型神经网络。

对于网络通信问题而言用此方法求解时算法能很快收敛即能在较短的时间内搜索出全局最优解,而且数值计算比较稳定,可以并行执行。综上所述,对用神经网络算法的网络通信问题的研究是非常具有学术价值和实用意义的。

研究现状:Hopfield模型是1982年Hopfield提出的神经网络的一种数学模型,引入“能量函数“的概念,研究了网络的动力学性质,接着又设计出用电子线路实现这一网络的方案,同时开拓了神经网络用于联想记忆和优化计算的新途径,大大促进了神经网络的研究。神经网络这种智能方法有特别的稳定性(鲁棒性)和自然的并行性,用神经网络求解网络通信问题时算法能很快收敛。许多全国性学术年会和一些学术刊物把神经网络理论及应用方面的论文列为重点。这些毫无疑问,为神经网络在我国发展创造了良好的条件,促使我们加快步伐缩短我国在这个领域的筹距。

二、研究内容

我们将主要基于对网络通信问题的模型化方法来应用神经网络算法,主要是解决约束问题。由于神经网络算法是以寻找问题的局部极小为基础的(因为网络的平衡状态对应能量函数的局部极小),我们没有理由认为,神经网络算法一定会收敛到网络通信问题的全局最优。但神经网络算法的最独特的优点是,找局部最优解速度非常快。所以,首先在数值实验中我

们运用神经网络算法的主要策略是:我们随机从多个初始状态开始,尽可能多地产生问题的局部最终解。由于这个原因,收敛于有效解的频率和最终产生解的质量是评价神经网络的主要指标。用实验通过Hopfield神经网络算法说明可用于求解单源多目的地网络通信问题。因此,本文提出的Hopfield神经网络算法可用于求解单源多目的地网络通信问题,而且可以证明用本文提出的Hopfield神经网络算法求解单源多目的地网络通信问题是有研究价值的。

对网络通信路由问题的数学模型以及研究方法进行了探讨,构造出了数学模型,并对不同的研究方法进行了归纳总结,并提出了自己的研究方法。对神经网络算法进行了研究,并给出了能够用神经网络算法求解网络通信路由问题的数学模型及相应求解算法。神经网络算法和只适用于单源多目的地网络通信路由问题。

三、实现方法及预期目标

为了应用神经网络算法求解,我们将原问题用一个带等式约束的二次0-1规划问题加以模型化,然后将该问题运用函数法转化到一个无约束二次能量函数.应用标准的Hopfield 神经网络到该问题,计算速度快,而且对中、小规模问题,通常总能找到问题的最优解。我们要进行了一系列的数值模拟实验,阐述神经网络算法及这种算法应用到网络通信问题的相关细节。最终将把神经网络算法应用于网络通信问题求解的研究中并给出用神经网络算法求解网络通信问题的算法。我们进行了一系列的数值模拟实验去对比看算法的有效性。

在数值实验中我们运用神经网络算法的主要策略是:我们随机从多个初始状态开始,尽可能多地产生问题的局部最终解。由于这个原因,收敛于有效解的频率和最终产生解的质量是评价神经网络的主要指标。

五、四、对进度的具体安排

第1-2周:主要熟悉神经网络的相关知识做一些了解。看一些神经网络研究综述。包括国内外现状,主要方法剖析,应用场合等。

第3-4周:总结在各种方法的优缺点比较,和应用分类,神经网络在通信中应用的研究现状、发展趋势等。总结相关的应用和神经网络技术在其中使用的情况和结果。最后找出值得研究的方向。完成任务书,开题报告(含实习、调研报告),进程记录本。

第5-9周:对已经确定的目标方向努力去学习去实现,查阅相关书籍资料。神经网络在通信路由中问题的解决,对相关的知识去继续查找,用程序代码来实现神经网络在通信路由中的应用,不断的学习、修改,最终用神经网络算法进行模拟仿真并解决问题。毕业设计任务书中规定的工作量完成50~60%。

第10-12周:实验来实现来实现所要达到的效果。实现神经网络解决通信问题,最优解。第12-16周:我们完成100%的工作量,上交导师审阅,按要求修改打印论文提交审阅。将论文报告整理好,内容条理清晰明了。我们按要求修改论文,打印,送交导师和评阅人评阅。我们看完名单按顺序进行答辩。

五、参考文献

[1]韩立群.人工神经网络理论-设计及应用[M].北京:化学工业出版社.2002.1.p25-32.

[2]许东,吴铮.基于matlab的系统分析与设计-神经网络(第二版)[M].西安:西安电子科技大学

出版社.2002.9.p19-29.

[3]飞思科技产品研发中心编著.神经网络理论与matlab实现[M].北京电子工业出版社.

相关文档
最新文档