论文部分内容阅读
Hopfield神经网络被广泛应用于优化问题的求解中，而传统的Hopfield网络通常基于梯度下降法，此方法容易陷入局部极小而得到次最优解或收敛到问题的不可行解。另外，当用于训练网络样本的输入／输出数据无法精确给出．而只能以一定的范围的形式给出时，传统的神经网络学习方法就无能为力了。论文提出了一种基于区间优化的神经网络学习算法，可以很好地解决上面所提到的传统神经网络学习算法的缺点。