REDES NEURONALES: RED DE

HOPFIELD
INTRODUCCION
Una de las aplicaciones de las redes
neuronales artificiales es en el problema del
agente viajero, el cual consiste en encontrar
el orden en que un viajante de comercio
debera visitar varias ciudades para que la
distancia recorrida sea mnima.
Se trata de un problema NP completo, en el
que la nica alternativa para su solucin
consiste en verificar todas las posibles
opciones para encontrar cul es la ptima.
INTRODUCCION
Hay que tener en cuenta que si el nmero de
ciudades es n, el nmero de posibles
recorridos a ensayar resulta ser n!/2n.
Al intentar resolverlo mediante una red
neuronal, que no es sino un sistema de
computacin paralelo, que trabaja con
diferentes elementos de proceso (neuronas)
simultneamente, se reduce el costo
computacional, al no tener que recurrir al
clculo de todas las posibilidades.

EL PROBLEMA DEL VIAJERO
COMERCIANTE
Si un viajante parte de la ciudad A y las distancias a
todas las dems ciudades son conocidas, cul es la
ruta ptima que debe elegir para visitar todas las
ciudades y volver a la ciudad de partida?
Por ejemplo, si un ordenador fuese capaz de calcular
la longitud de cada combinacin en un
microsegundo, tardara algo ms 3 segundos en
resolver el problema para 10 ciudades, algo ms de
medio minuto en resolver el problema para 11
ciudades y 77.146 aos en resolver el problema para
slo 20 ciudades.
Por ejemplo las rutas posibles entre 12 ciudades son
(479 millones) 479.001.600 combinaciones.

SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
La contribucin ms importante de Hopfield
al campo de las redes neuronales es la de
asociar a la red una funcin de energa:
Donde:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
Esta expresin guarda una profunda similitud
formal con la energa de la mecnica clsica.
Trata de representar la evolucin del sistema,
considerando cada configuracin (vector) de las
salidas de las neuronas de la red como puntos
en un espacio de dimensin N y relacionando el
estado de la red en cada momento con un punto
de ese espacio.
Esto significa que esta funcin siempre decrece
segn como el sistema evolucione de acuerdo
con la regla dinmica de Hopfield. Esta
propiedad nos permite utilizar la red como un
optimizador.
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
La utilizacin del modelo de Hopfield para la
resolucin de problemas de optimizacin se
basa en la idea de intentar fijar el objetivo del
problema mediante una expresin matemtica,
denominada funcin de coste o que haya que
minimizar.
A continuacin se compara con la expresin
general de la funcin de energa de una Red
Hopfield, determinndose los valores de los
pesos Wij y de los umbrales Ii en trminos de
parmetros de la funcin objetivo, encontrando
as una posible solucin de mnimo coste del
problema de optimizacin [1][2].
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
Para resolver el problema del agente viajero,
ste se aborda en trminos de la funcin de
Energa, utilizando una red de Hopfield de n2
neuronas, siendo n el nmero de ciudades.
La solucin a este problema consiste en
minimizar la funcin de Energa bajo ciertas
restricciones, la cual se propone de la forma
siguiente:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
donde:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
El primer trmino de la expresin Ea se refiere a que solo se pueden
activar n neuronas de las n2, y el segundo a que las salidas de las
neuronas Vij toman los valores de cero o uno.
El primer trmino de la ecuacin Eb, representa la restriccin de que
una ciudad se visite solo una vez, es decir, se active solo una
neurona en cada fila.
El primer trmino de la expresin Ec corresponde a la restriccin de
que en una parada solo se puede visitar una ciudad, esto es, se
active una neurona por columna.
Ed minimiza la distancia entre la ciudad de la visita i con la ciudad j
de la parada anterior y siguiente.
Comparando esta funcin con la energa de Hopfield y descartando
los trminos de n2 y de n se obtiene [2]:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
Se tiene que:
Donde:
Wij,lk es el valor del peso de la conexin entre dos
neuronas situadas: una en la ciudad i, parada j y la
otra en la ciudad k, parada l.
dik es la distancia entre la ciudad i y la ciudad k, Iij
es el umbral.
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
Las matrices de los pesos quedan de la siguiente manera:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
La salida de las neuronas Vij obedece la
siguiente ecuacin diferencial:
donde:
es el parmetro de ganancia.
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
El algoritmo para resolver el problema del agente viajero
sigue los pasos [2] [3]:
1. Se fijan los valores para l , Dt, el nmero de
iteraciones y los parmetros a, b, c, d,
generalmente ste ltimo se elige ms pequeo
que a, b, c.
2. Se inicializa aleatoriamente y se calcula Vij
3. Se aproxima el nuevo valor de entrada de la red, a
partir de la ecuacin diferencial, para ello se utiliza
la expresin siguiente:
SOLUCION DEL TSP UTILIZANDO
LA RED DE HOPFIELD
4. Se actualizan los Ui y Vi.
5. Regresar al paso 3, hasta completar el
nmero de iteraciones.
6. Si no se obtiene una solucin satisfactoria
se eligen otros valores para los
coeficientes de energa; a, b, c, d, yl
DIAGRAMA DE FLUJO
PSEUDOCODIGO
PSEUDOCODIGO
PSEUDOCODIGO
PSEUDOCODIGO
PSEUDOCODIGO
PSEUDOCODIGO

PSEUDOCODIGO

PSEUDOCODIGO

PSEUDOCODIGO

RESULTADOS
Para validar el algoritmo de la red de Hopfield se
proponen cinco ciudades distribuidas como se
muestra en la figura 3, con su respectiva matriz
de distancias.
RESULTADOS
De acuerdo al algoritmo se tiene un arreglo de
5x5 neuronas, en donde las filas representan
las ciudades y las columnas las paradas. Como
trayectoria inicial se propone la siguiente
matriz:
Lo que significa la trayectoria: C2-C5-C1-C3-
C4-C2, que da un total de 160 kms recorridos.
RESULTADOS
Se inicializan los parmetros y Dto. con los valores
de 10 y 0.001 respectivamente, el resultado arrojado
despus de 500 iteraciones es el siguiente:





Por lo que la trayectoria resulta ser: C3-C1-C4-C5-
C2-C3, lo que da un total de 130 kms de recorrido,
este resultado es la ruta ptima que el viajante puede
tomar y se muestra en la siguiente figura:
RESULTADOS
Trayectoria optima: