Volume 12 number 1
Pages: 1-10
Projeto e análise de uma rede neural para resolver problemas de programação dinâmica
Ivan N. da Silva, Lúcia V. R. Arruda, Wagner C. do Amaral e Mário E. Bordon
| Resumo: | Redes Neurais Artificiais são sistemas dinâmicos que possuem altas taxas de computação por utilizarem um número elevado de elementos processadores simples com alta taxa de conectividade entre si. Redes neurais com conexões retroalimentadas fornecem um modelo computacional capaz de resolver vários tipos de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de programação dinâmica utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são computados utilizando a técnica de subespaço-válido de soluções. Estes parâmetros garantem a convergência da rede em direção aos pontos de equilíbrio que representam as soluções (não necessariamente ótimas) para o problema de programação dinâmica. Resultados de simulações são apresentados para validar a abordagem proposta. |
| Palavras Chave: | Redes neurais artificiais, programação dinâmica, redes de Hopfield, otimização de sistemas. |
| Abstract: | Analysis and Design of an Artificial Neural Networks for Solving Dynamic Programming Problems. Systems based on artificial neural networks have high computational rates due to the use of a massive number of simple processing elements and the high degree of connectivity between these elements. Neural networks with feedback connections provide a computing model capable of solving a large class of optimization problems. This paper presents a novel approach for solving dynamic programming problems using artificial neural networks. More specifically, a modified Hopfield network is developed and its internal parameters are computed using the valid-subspace technique. These parameters guarantee the convergence of the network to the equilibrium points which represent solutions (not necessarily optimal) for the dynamic programming problem. Simulated examples are presented and compared with other neural networks. The results demonstrate that proposed method gives a significant improvement. |
| Keywords: | Artificial neural networks, dynamic programming, Hopfield networks, system optimization. |
PDF copy (168 kbytes)
Click here to obtain
|
Last modifications: by jro |