Aproximación de los problemas de optimización por redes neuronales artificiales

En el presente artículo, pretendemos aportar un conocimiento de cómo puede aproximarse un problema de optimización mediante la dinámica de las redes neuronales artificiales, específicamente mediante las redes de tipo Hopfield. La elección de este tipo de redes radica en el objetivo que nos hemos pro...

Full description

Saved in:
Bibliographic Details
Published inRect@. Revista electrónica de comunicaciones y trabajos de ASEPUMA Vol. 3; no. 1; pp. 4 - 48
Main Authors Caballero Fernandez, Rafael, Ruiz Sepúlveda, Amparo
Format Journal Article
LanguageEnglish
Published ASEPUMA. Asociación Española de Profesores Universitarios de Matemáticas aplicadas a la Economía y a la Empresa 01.01.2001
Subjects
Aplicaciones a la Economía
Hopfield
Optimización Combinatoria
Redes Neuronales
Online AccessGet full text

Cover

More Information
Summary:En el presente artículo, pretendemos aportar un conocimiento de cómo puede aproximarse un problema de optimización mediante la dinámica de las redes neuronales artificiales, específicamente mediante las redes de tipo Hopfield. La elección de este tipo de redes radica en el objetivo que nos hemos propuesto en el presente trabajo, la resolución on-line de los problemas de optimización lineal, cuadrática, no lineal y combinatoria. Construimos, desarrollamos y justificamos formalmente una metodología integral que permite recoger los distintos tipos de problemas de optimización y construir una red neuronal de tipo Hopfield que los resuelva de una manera computacionalmente adecuada y formalmente correcta, comparando los resultados obtenidos con los publicados más recientemente.
ISSN:1575-605X