第一章 绪论 1
1.1 概述 1
1.2 国内外研究现状 2
1.3 递归神经网络 5
1.3.1 Hopfield递归神经网络模型 5
1.3.2 Lotka-Volterra递归神经网络模型 7
1.3.3 非线性阈值传输函数的神经网络模型 9
1.4 脉冲耦合神经网络PCNN 10
1.5 K最短路径问题KSP 12
1.6 研究内容 12
1.7 章节安排 14
第二章 求解TSP问题的LOTKA-VOLTERRA神经网络方法 16
2.1 背景 16
2.2 基础工作 17
2.3 能量函数与LOTKA-VOLTERRA递归神经网络 19
2.4 网络性能及参数的设置 20
2.5 实验结果 24
2.5.1 LV网络的WTA性质 24
2.5.2 随机坐标城市的TSP 27
2.5.3 均匀分布城市的TSP 28
2.6 本章小结 32
第三章 求解TSP的一类列竞争模型 33
3.1 背景 33
3.2 列竞争模型 34
3.2.1 列竞争模型的提出 34
3.2.2 列竞争模型的性能分析 36
3.3 一类新的列竞争模型 38
3.3.1 ICCM的提出 38
3.3.2 ICCM的性能 40
3.4 实验结果 43
3.4.1 一个直观的例子 43
3.4.2 随机坐标城市的TSP 44
3.4.3 环形TSP 45
3.5 本章小结 48
第四章 求解非线性互补问题的非线性阈值神经网络方法 49
4.1 非线性互补问题的描述及解决方法 49
4.2 一类非线性阈值神经网络 50
4.2.1 NCP函数与能量函数 50
4.2.2 LT网络的构造 51
4.2.3 网络性能及参数设置 54
4.3 实验结果 57
4.4 本章小结 64
第五章 求解线性不等式和等式的非线性阈值神经网络方法 65
5.1 背景 65
5.2 一类非线性阈值神经网络 66
5.2.1 能量函数和LT网络构造 68
5.2.2 LT网络稳定性 70
5.3 实验结果 73
5.4 本章小结 79
第六章 递归神经网络解决优化问题的一般方法 81
6.1 背景 81
6.2 HOPFIELD递归神经网络能量函数 82
6.3 线性递归神经网络 84
6.4 LV递归神经网络 87
6.5 LT递归神经网络 89
6.6 小结 92
第七章 基于竞争脉冲耦合神经网络的路径优化方法 93
7.1 背景 93
7.2 问题描述 95
7.3 CPCNN模型 96
7.4 CPCNN的基本特性 99
7.5 ON-FORWARD/OFF-BACKWARD竞争机制 103
7.6 算法 107
7.7 实验结果 109
7.7.1 用模拟路网数据测试 110
7.7.2 用真实路网数据测试 117
7.8 小结 122
第八章 基于双源脉冲耦合神经网络的最短路径搜索方法 123
8.1 背景 123
8.2 DSPCNN模型 123
8.3 DSPCNN最短路径搜索 125
8.4 实验结果 126
8.4.1 搜索路径实例 126
8.4.2 性能分析 128
8.5 小结 129
第九章 基于改进PCNN模型的KSP求解方法 131
9.1 改进的PCNN模型 131
9.1.1 定义 131
9.1.2 MCPCNN的结构 133
9.1.3 MCPCNN的理论分析 135
9.2 用MCPCNN求KSP问题 140
9.2.1 算法描述 140
9.2.2 算法复杂度分析 142
9.2.3 MCPCNN求解KSP实例 144
9.3 仿真实验 151
9.3.1 脉冲传播速度研究 152
9.3.2 single-pair KSP实验 154
9.3.3 single-source KSP实验 156
9.3.4 应用举例 158
9.4 本章小结 160
第十章 具有非饱和激励函数的回复式网络的理论分析 161
10.1 背景 161
10.2 一些概念和定义 162
10.3 网络的单稳定性和多稳定性 165
10.4 二维LT-网络的研究 167
10.4.1 具有两个神经元的二维LT网络的基本描述 167
10.4.2 全局收敛性 169
10.4.3 多稳定性分析 172
10.4.4 仿真结果 176
10.5 不带自反馈的LT网络 180
10.5.1 网络模型 180
10.5.2 网络不发散的条件 181
10.5.3 网络的应用：Winner-Take-All特性 182
10.5.4 仿真结果 187
10.5.5 实验三的网络参数 191
10.6 本章小结 193
第十一章 脉冲神经网络在路径优化问题中的应用 194
11.1 背景 194
11.2 脉冲神经网络模型 196
11.3 脉冲神经网络的改进模型 197
11.3.1 标记和定义 197
11.3.2 网络模型 198
11.3.3 理论分析 199
11.4 计算最短路径新算法 201
11.5 应用实例 202
11.6 仿真实验 205
11.7 本章小结 208
第十二章 脉冲神经网络的进一步改进和应用 210
12.1 进一步改进的模型 210
12.1.1 网络体系结构 210
12.1.2 符号定义 211
12.1.3 网络模型 212
12.1.4 模型的理论分析 214
12.2 SPT新算法 219
12.3 应用实例 221
12.4 仿真实验 224
12.5 本章小结 233
第十三章 结束语 235
13.1 总结 235
13.2 展望 237
参考文献 238