基于改進(jìn)連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)的CAN總線負(fù)載率優(yōu)化

摘要： CAN總線負(fù)載率對于車載總線的安全性與時延性有至關(guān)重要的作用。鑒于傳統(tǒng)的連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)（CHNN）在解決此類問題時存在懲罰參數(shù)魯棒性差和所得解易陷入局部最優(yōu)的缺陷，本文借助模擬退火算法中的蒙特卡洛思想，提出應(yīng)用于CAN總線負(fù)載率優(yōu)化問題的改進(jìn)連續(xù)性Hopfield神經(jīng)網(wǎng)絡(luò)算法（SA-CHNN）。選取微型電動車中99條通信信號作為實(shí)驗(yàn)數(shù)據(jù)進(jìn)行測試，結(jié)果表明，SA-...