BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Nagórny Zbigniew
Tytuł
Wpływ dokładności sprzętowej implementacji sieci Hopfielda na jakość rozwiązań dla problemu komiwojażera
Accuracy Influence of the Hardware Implementation of the Hopfield Network on the Solution Quality for the Travelling Salesman Problem
Źródło
Przegląd Prawno-Ekonomiczny, 2012, nr 18, s. 70-81, tab., bibliogr. 5 poz.
Słowa kluczowe
Teoria podejmowania decyzji, Metoda sztucznych sieci neuronowych, Optymalizacja
Decision making theory, Artificial neural networks method, Optimalization
Uwagi
streszcz., summ.
Abstrakt
Celem pracy było zbadanie wpływu dokładności sprzętowej implementacji sieci Hopfielda na jakość rozwiązań dla problemu komiwojażera. W pracy zbadano wpływ 8-bitowej dokładności sprzętowej realizacji wag, funkcji aktywacji oraz zewnętrznych sygnałów wejściowych neuronów, na jakość otrzymywanych rozwiązań dla 100 losowo wygenerowanych przykładów problemu komiwojażera o liczbie miast równej 10. Otrzymane wyniki wskazują, że sprzętowa realizacja sieci Hopfielda z dokładnością 8-bitową pozwala na otrzymywanie zadowalających rozwiązań dla problemu komiwojażera. Zastosowanie sprzętowej implementacji sieci umożliwiłoby znaczne skrócenie czasu potrzebnego na znalezienie rozwiązania problemu kombinatorycznego, w porównaniu do metod wykorzystujących komputery oparte na architekturze von Neumanna. (abstrakt oryginalny)

The objective of this work was to study the accuracy influence of the hardware implementation of the Hopfield network on the solution quality for the travelling salesman problem (TSP) because the advantages of using the Hopfield network in this problem are mainly possible in case of the hardware implementation of the network. In this work the 8-bit accuracy influence of the hardware implementation of weights, activation functions, and external input signals on the quality of achieved solutions for 100 randomly generated instances of the 10-city TSP was studied and comparable results in comparison with the simulation in which the network was simulated using double precision floating point numbers were obtained. The results presented in this work show that the hardware implementation of the Hopfield network with the 8-bit accuracy allows to obtain satisfactory solutions for the TSP. It should be also noted that the network described in this work utilizes the novel method of auto-tuning of Hopfield network parameters and thanks to this method, in contrast to other works, none of the network parameters is tuned for a given solved TSP on the basis of preliminary simulations. The Hopfield network presented in this work is destined for the hardware implementation. The application of the hardware implementation of the network could significantly decrease the time required to obtain the combinatorial problem solution in comparison with methods using von Neumann architecture computers. (original abstract)
Dostępne w
Biblioteka Szkoły Głównej Handlowej w Warszawie
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. M. Glesner, W. Pöchmüller, Neurocomputers. An overview of neural networks in VLSI, London 1994, Chapman & Hall.
  2. J. J. Hopfield, D. W. Tank, "Neural" computation of decisions in optimization problems, "Biological Cybernetics" 1985, vol. 52, ss. 141-152.
  3. A. Kos, Z. Nagórny, Modified Hopfield Neural Network for Travelling Salesman Problem, [w:] Proceedings of the 2nd Conference Tools of Information Technology, Rzeszów 2007, ss. 17-22.
  4. Z. Nagórny, Zastosowanie zmodyfikowanej sieci Hopfielda w problemie komiwojażera, "Przegląd Prawno-Ekonomiczny" 2010, nr 13 (4/2010), ss. 73-80.
  5. J. A. Lansner, T. Lehmann, An Analog CMOS Chip Set for Neural Networks with Arbitrary Topologies, "IEEE Transactions on Neural Networks" 1993, vol. 4, ss. 441-444.
Cytowane przez
Pokaż
ISSN
1898-2166
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu