전통적인 Hopfield 신경망을 기반으로 하고 있으며, 기울기를 적응적으로 조정하고 이동량을 적응적으로 조정하는 Hopfield 신경망 모델(AHNN)이 제시되었습니다. 전통적인 Hopfield 네트워크의 장점을 결합하여 Sigmoid 함수 내의 상수 매개변수를 변수로 변경하고, 변수 매개변수의 움직임 방향을 자동으로 조정함으로써 에너지 함수의 진동과 반복 횟수를 줄여 고차원, 비 볼록, 비선형 제약 조건의 최적화 문제를 효과적으로 해결합니다. 이 방법을 전력 시스템의 경제 부하 분배(ELD)에 적용하고 여러 시뮬레이션이 AHNN이 효과적이고 실용적인 것을 보여 주었습니다.

전력 시스템; ELD; Hopfield 신경망; 에너지 함수; 모의 담금질; 제약 조건