本发明涉及神经网络构造领域，具体涉及一种查询k最优时变毁伤位置的自适应神经网络构造方法。
背景技术：
1、时变性和毁伤性是现有的k最优位置查询研究中普遍忽略的两个真实存在的因素，目前很少有研究针对变化环境下的最优位置查询问题。然而最优位置查询问题的基础，如时变环境下的最近邻问题和最短路径问题已经得到了广泛的关注。初次之外，神经网络技术已经成功的应用于时变最近邻问题和时变最短路径查询问题，这为时变毁伤环境下的k最优位置查询奠定了基础。综上所述，设计一种新的方法来查询时变毁伤网络上的k最优位置是迫切需要的，同时采用神经网络技术设计一种新型的神经网络来求解时变毁伤网络的k最优位置查询问题是切实可行的。
技术实现思路
1、本发明提供了一种查询k最优时变毁伤位置的自适应神经网络构造方法，其目的是通过构造一种自适应神经网络来克服现有技术在求解k最优时变毁伤位置查询问题时的缺陷。
2、本发明采用的技术方案如下：
3、一种查询k最优时变毁伤位置的自适应神经网络构造方法，包括以下步骤：
4、第1步、构造自适应神经网络的组件，包括自适应时间波、自适应神经元；
5、第2步、设计自适应神经网络的结构；
6、第3步、定义自适应神经网络的运行规则；
7、第4步、设计自适应神经网络求解k最优时变毁伤位置查询问题的算法。
8、第1步：构造自适应神经网络的组件，包括自适应时间波、自适应神经元，具体步骤如下：
9、第1.1步、构造自适应时间波，自适应时间波是一种神经元之间进行通信的数据包，包含三个部分，分别是si,j(ai,j(t))、pi,j(ai,j(t))和ci,j(ai,j(t))，其中si,j(ai,j(t))为路径pi,j(ai,j(t))的出发节点，ci,j(ai,j(t))为路径pi,j(ai,j(t))的代价，自适应时间波也可以表示为yi,j(ai,j(t))＝{si,j(ai,j(t)),pi,j(ai,j(t)),ci,j(ai,j(t))}；
10、第1.2步、构造自适应神经元，每个自适应神经元具有一个特殊的结构和功能，能够自主接收、选择、记录和转发自适应时间波，这些神经元能够自主执行查询任务和生成查询结果，为了实现这些功能，每个自适应神经元设计为5层，分别是波接收层、状态验证层、状态存储层、波生成层和波发送层；
11、第1.3步、构造自适应神经元的波接收层，波接收层是神经元的输入部分，用于接收前驱神经元发送的自适应时间波，这个部分包含多个波缓存器，波缓存器的数量取决于前驱神经元的个数，每个波缓存器的存储区域被分为三个存储单元，用于存储波的三个信息，这三个存储单元被定义为sf,i(t)、pf,i(t,sf)和cf,i(t,sf)，各个存储单元的运行机制如下：
12、
13、其中sf是前驱神经元；
14、第1.4步、构造自适应神经元的状态验证层，状态验证层包含三个验证器，分别是神经元状态验证器、波状态验证器、更新验证器，其中神经元状态验证器用于验证当前神经元是否为毁伤状态，波状态验证器用于验证接收到的波是否可用，更新验证器用于更新神经元的状态信息；
15、第1.5步、构造自适应神经元的状态存储层，状态存储层用于存储和更新当前神经元的状态，包含三个模块，分别是状态追加器、状态初始化器、状态存储器；状态追加器用于将通过状态验证层的波的信息追加到状态存储器，如果|ci(si)|＞|cf,i(t,sf)|，则：
16、
17、如果不存在sf,i(t)∈si：
18、
19、状态初始化器用于重置当前神经元的状态信息，在收到来自状态验证层的指令后神经元状态验证器，它执行以下操作：
20、
21、状态存储器用于存储神经元的当前状态信息；
22、第1.6步、构造自适应神经元的波生成层，波生成层的功能用于基于神经元的当前状态生成一个新的自适应时间波，并且发送给相应的后继神经元，其中ai,j(t)的计算方法如下：
23、
24、其中，l(twx(i,j))是弧(i,j)的第x个时间窗的长度，表示当前时间是属于弧(i,j)的第x个时间窗。pi,j(ai,j(t),si)的计算方法如下：
25、
26、其中m(·)是一个函数用于封装当前神经元i，当前时间t，和后继神经元j。ci,j(ai,j(t),si)的计算方法如下：
27、|ci,j(ai,j(t),si)|＝|ci(si)|+l(twx(i,j))
28、从而有，
29、
30、其中，是当前神经元的后继神经元集合；
31、第1.7步、构造自适应神经元的波发送层，波发送层与波接受层相对应，不同的是波发送层包含多个时钟验证器和多个发送缓存器，其中时钟验证器用于判断是否可以发出某个波，发送缓存器用于暂存发送的波的信息。
32、第2步：设计自适应神经网络的结构，具体步骤如下：
33、第2.1步、自适应神经网络是一种具有柔性结构的神经网络，其结构会根据应用场景的变化进行调整。自适应神经网络的构建过程首先将时变破坏网络中的所有时变破坏节点逐一映射为自适应神经元；
34、第2.2步、将网络中的所有弧依次映射为自适应神经网络中的突触(两个神经元之间的连接)。
35、第3步：定义自适应神经网络的运行规则，具体步骤如下：
36、第3.1步、定义神经元初始化规则：当使用自适应神经网络求解k最优时变毁伤位置查询问题时，初始化所有自适应神经元的状态；
37、第3.2步、定义神经元激活标准：任何非源神经元只有在第一次接收到电波时才会被激活。特别是，它需要在神经元被破坏和重建后重新激活；
38、第3.3步、定义波的接收规则：神经网络在运行过程中，任意一个非源神经元都可以连续监测是否有波到达，任意一个源神经元都不会监测或接收波；
39、第3.4步、定义波的产生准则：只有激活的神经元才能产生新的自适应时间波；
40、第3.5步、定义神经网络的停止规则：整个神经网络停止运行的条件是到达截止时间tl，它是任意起始节点的最远查询距离。
41、第4步、设计自适应神经网络求解k最优时变毁伤位置查询问题的算法，具体步骤在于：
42、第4.1步、设置神经网络的开始时刻t；
43、第4.2步、初始化所有起点神经元的状态信息，初始化所有非起点神经元的状态信息；
44、第4.3步、当t≤tl时，按照δt的步长，依照神经网络的运行规则，迭代更新所有神经元的状态信息；
45、第4.4步、输出k最优时变毁伤位置。
46、本发明的优点和有益效果
47、本发明给出了一种查询k最优时变毁伤位置的自适应神经网络构造方法，通过针对k最优时变毁伤位置查询问题的特点，结合神经网络技术，重新设计构造了一种能够自适应不同的时变毁伤网络结构的神经网络，可网络的时变性、毁伤性对问题求解的影响，以提高求解k最优时变毁伤位置的准确度和减小计算时间的目的。本发明可以应用于数据库的关键词搜索以及交通网络的关键节点查找等领域，以实现更精准的个性化推荐，提高经济效益。
1.一种查询k最优时变毁伤位置的自适应神经网络构造方法包括以下步骤：
2.根据权利要求1所述的一种查询k最优时变毁伤位置的自适应神经网络构造方法，其特征在于：第1步所述对构造自适应神经网络的组件，包括自适应时间波、自适应神经元，具体步骤如下：
3.根据权利要求1所述一种查询k最优时变毁伤位置的自适应神经网络构造方法，其特征在于：第2步所述的设计自适应神经网络的结构，具体步骤如下：
4.根据权利要求1所述一种查询k最优时变毁伤位置的自适应神经网络构造方法，其特征在于：第3步所述的定义自适应神经网络的运行规则，具体步骤如下：
5.根据权利要求1所述一种查询k最优时变毁伤位置的自适应神经网络构造方法，其特征在于：第4步所述的设计自适应神经网络求解k最优时变毁伤位置查询问题的算法，具体步骤如下：
