Uma abordagem usando redes neurais artificiais para resolução de problemas de otimização restrita

Submitted by Guilherme Lemeszenski (guilherme@nead.unesp.br) on 2013-08-22T18:54:13Z No. of bitstreams: 1 S0101-74382004000200005.pdf: 147146 bytes, checksum: 7cedc468e5528b62f1b88cbdf1e7f82c (MD5) Made available in DSpace on 2013-08-22T18:54:13Z (GMT). No. of bitstreams: 1 S0101-74382004000200005.pdf: 147146 bytes, checksum: 7cedc468e5528b62f1b88cbdf1e7f82c (MD5) Previous issue date: 2004-08-01 Made available in DSpace on 2013-09-30T19:46:08Z (GMT). No. of bitstreams: 2 S0101-74382004000200005.pdf: 147146 bytes, checksum: 7cedc468e5528b62f1b88cbdf1e7f82c (MD5) S0101-74382004000200005.pdf.txt: 43815 bytes, checksum: 05e96a4aff5632765180240c297bb2e8 (MD5) Previous issue date: 2004-08-01 Submitted by Vitor Silverio Rodrigues (vitorsrodrigues@reitoria.unesp.br) on 2014-05-20T15:12:09Z No. of bitstreams: 2 S0101-74382004000200005.pdf: 147146 bytes, checksum: 7cedc468e5528b62f1b88cbdf1e7f82c (MD5) S0101-74382004000200005.pdf.txt: 43815 bytes, checksum: 05e96a4aff5632765180240c297bb2e8 (MD5) Made available in DSpace on 2014-05-20T15:12:09Z (GMT). No. of bitstreams: 2 S0101-74382004000200005.pdf: 147146 bytes, checksum: 7cedc468e5528b62f1b88cbdf1e7f82c (MD5) S0101-74382004000200005.pdf.txt: 43815 bytes, checksum: 05e96a4aff5632765180240c297bb2e8 (MD5) Previous issue date: 2004-08-01 Sistemas baseados em redes neurais artificiais fornecem altas taxas de computação devido ao uso de um número massivo de elementos processadores simples. Redes neurais com conexões realimentadas fornecem um modelo computacional capaz de resolver uma rica classe de problemas de otimização. Este artigo apresenta uma nova abordagem para resolver problemas de otimização restrita utilizando redes neurais artificiais. Mais especificamente, uma rede de Hopfield modificada é desenvolvida cujos parâmetros internos são calculados usando a técnica de subespaço válido de soluções. A partir da obtenção destes parâmetros a rede tende a convergir aos pontos de equilíbrio que representam as possíveis soluções para o problema. Exemplos de simulação são apresentados para justificar a validade da abordagem proposta. 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 constrained optimization 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 the feasible solutions to problem. Simulated examples are presented to demonstrate the validity of the proposed method. Universidade Estadual Paulista DEE / Faculdade de Engenharia (FE) Universidade Estadual de Campinas Faculdade de Eng. Elétrica e Computação Centro Federal de Educ. Tecnol. do Paraná Universidade Estadual Paulista DEE / Faculdade de Engenharia (FE)