神經網絡算法計算機網絡論文

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了神經網絡算法計算機網絡論文范文，希望能給你帶來靈感和參考，敬請閱讀。

1計算機網絡連接增強優(yōu)化

計算機網絡拓撲結構主要是指計算機連接網絡之后，其自身設備與傳輸媒介所共同組成的一種物理構成模式，其網絡拓撲結構的形式主要是由通信子網來決定的，其結構的主要功能是實現數據信息的網絡共享、處理及交換，并要在一定程度上提升網絡數據信息運行的可靠性，站在網絡拓撲的結構來講，計算機網絡結構的主要部分是鏈路與結點，計算機網絡實質上是由一組結點以及多條鏈路所共同組成的一種模擬結構。計算機網絡通常表示為：G=<V，E>，其中V表示的是網絡結點集，E表示的是鏈路集，如果應用Va來表示結構中增加的結點集，Eb來表示增加的連接集，那么就能夠得到其拓撲擴展的計算機網絡結構為G’=<V’，E’>。

2基于計算機網絡連接優(yōu)化中的神經網絡算法

本次研究中分析的均場神經網絡算法實際上是一種神經網絡算法與均場退火技術相結合的算法，應用這種方法能夠有效的增強計算機的網絡連接，并且達到更優(yōu)化、更快的連接效果，這其實是一種利潤最大化的網絡優(yōu)化算法，其能夠最大限度的提高計算機網絡的性價比。

2.1神經網絡算法

人工神經網絡屬于非線性動力學系統(tǒng)，其能夠對信息進行分布式的存儲及協(xié)同處理，其在人工神經網絡之上的人工神經網絡系統(tǒng)的基礎之上，應用網絡算法及網絡模型進行各種信號的處理，或者是對某種運行模式進行識別，從而建立其一個獨立的專家系統(tǒng)，或者是構成機器人，當前在多個領域中，人工神經網絡系統(tǒng)都得到了廣泛的應用，在該基礎上所發(fā)展起來的人工神經網絡算法是一種監(jiān)督性的學習算法，人們對于其重視程度逐漸增加，但是在實際的應用中，其存在收斂速度較慢的缺陷，難以保證將收斂程度壓制到全局的最小點，容易導致計算機網絡學習及記憶不穩(wěn)定性增強的問題，這會對計算機網絡的連接效果造成直接的影響，做好其網絡連接的優(yōu)化非常的必要。

2.2均場神經網絡算法

在基于計算機網絡連接增強優(yōu)化下的均場神經網絡算法的研究中，對其網絡效果進行判斷，需要建立起一個完整的場均神經網絡模型，在模型的構建過程中，應該做好函數法構造過程中的目標函數的構建問題，具體的構建方式表現為：應用Si來表示Hopfield計算網絡中的一個神經元狀態(tài)，并且規(guī)定當Si=1時，表示的含義是網絡選中了連接i，可以實現正常的連接，當Si=0時，表示的含義是：網絡中沒有選中連接i，網絡無法實現正常連接，再應用罰函數法就結構來進行網絡模型的創(chuàng)建。

2.3實例分析

根據上文中分析的計算方法，在得到計算結果之后，能夠對均場網絡算法的可行性及有效性進行判定，我們分別采用模擬退火算法、遺傳算法、均場神經網絡算法進行比較，結果顯示模擬退火算法需要計算99次，這樣才能保證計算出規(guī)定的連接集，并從中獲取一定的利潤值，在遺傳算法中需要進行96次的計算，在均場神經網絡算法中，需要實施88次的計算，均場神經網絡算法在獲得網路連接效果等方面，更快、更加有效，更適宜應用于計算機網絡連接的增強優(yōu)化以及網絡結構拓撲的擴展工作中。

3結束語

隨著計算機網絡技術的快速發(fā)展，其在人們的日常生產生活中具有非常廣泛的應用，在其網絡運行過程中，出現的各種網絡連接故障對于用戶的正常應用具有非常大的影響，造成嚴重的經濟損失，在現有基礎上，增強計算機網絡優(yōu)化連接效率是非常必要的，本文就主要針對此進行了簡單分析，對于實際的網絡連接增強優(yōu)化工作具有一定的參照作用。

作者：陳竺 單位：重慶電子工程職業(yè)學院計算機學院