基于忆阻双向耦合分数阶网络模型的路径优化方法

本发明公开了基于忆阻双向耦合分数阶网络模型的路径优化方法，步骤是：步骤1、采用Caputo定义来确定分数阶导数表达式；步骤2、构建分数阶Hopfield神经网络模型，并确定其中的双曲正切型忆阻器；步骤3、确定耦合双曲正切型忆阻器；步骤4、基于具体的TSP问题，通过分数阶Hopfield神经网络模型得到最优解，完成路径规划。本发明属于神经网络应用技术领域，解决了现有技术的整数阶Hopfield神经网络（HNN）模型在解决复杂问题时，精度不足的问题。使用两个双曲正切型忆阻器耦合两个神经元模拟突触串扰现象，将这一耦合策略扩展至分数阶系统中，极大地丰富了模型的动力学行为，展现出更为复杂和多样的动态特性。