混沌退火在神经网络函数优化计算中的应用

摘要：

将混沌扰动直接添加到Hopfield网络中以提高网络在函数优化计算中的寻优能力.在寻优过程中,通过不断衰减混沌扰动幅度及混沌扰动的接受概率来实现混沌的模拟退火.接收概率衰减速度的调节可以控制混沌退火的速度,从而影响网络的收敛速度.网络在优化过程中经历了混沌粗搜索和梯度下降精搜索两个阶段.利用混沌的随机性和遍历性等特点,网络可以到达全局最优点附近,最终获得全局最优解.仿真结果证明了该方法的有效性.

关键词：神经网络、混沌、模拟退火

所属期刊栏目：24

分类号：TP183(自动化基础理论)

资助基金：国家部委预研基金404050201

在线出版日期：2004-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：874-876