利用离散霍普菲尔德神经网络解决基于"繁华度"的网点设计

摘要：

针对2008年奥运会实际情况进行预测,首先从三次的调查结果中寻找规律,运用动态规划,逐步搜索最终得到最短路径,并求出各个商区的人流量.综合了人流量及该人流量的平均购买力来定义一个新的量:"繁华度",从而求出分配给各个商区的销售额.利用对商圈的研究的结论,得到用最少的商店满足最大人流需求的方案,根据克里斯塔勒的"中心地理论"和各个商区的人均消费水平,运用神经网络迭代并行处理优化;进一步求解,得到经过修正的大小规模商店个数,从而使结果更能符合实际预测2008年的情况.设计计算机仿真模拟算法,证明采用繁华度比例来分配商区规模是合理的.

关键词：奥运会、离散霍普菲尔德神经网络、最短路径、并行处理

所属期刊栏目：5

分类号：TP399(计算技术、计算机技术)

资助基金：国家自然科学基金40172101

在线出版日期：2005-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：481-486