10.3969/j.issn.1002-2090.2012.04.022
一种径向基混沌神经网络的分段退火策略
采用Sigmoid与一种径向基函数即逆多二次函数加和形式作为激励函数,分析了该新型混沌神经网络神经元模型的动力学特性,研究了分段线性模拟退火策略,合理改善了模拟退火参数取值不宜过大或过小的问题;利用分段收敛方案改进了该新型径向基混沌神经网络,并将其应用于解决TSP(旅行商最短路径问题),改进后的网络能够保证合法路径比例的同时,可以以较快的速度收敛到最优解,由此说明此方案的可行性及有效性。
混沌神经网络、模拟退火策略、TSP、径向基函数
24
TP391(计算技术、计算机技术)
2012-10-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
80-84