迟滞混沌神经网络及应用

摘要：

提出了一种同时具有迟滞和混沌特性的神经元模型,并利用该模型构造出神经网络,用于求解优化计算等问题.通过在神经元中引入自反馈,使得神经元具有混沌特性.将神经元的激励函数改为具有上升分支和下降分支的迟滞函数,从而将迟滞特性引入神经元和神经网络中.结合模拟退火机制,在优化计算初期,利用混沌特性可提高网络的遍历寻优能力,利用迟滞特性可在一定程度上克服假饱和现象,提高网络的寻优速度:在优化计算末期,网络蜕变为普通的Hopfiled型神经网络,按照梯度寻优方式收敛到某局部最优解.可通过构造能量函数的方法,将图像识别中的特征点匹配等问题转化为优化计算问题,从而可采用该神经网络进行问题求解.仿真结果验证了该方法的有效性.

关键词：混沌、迟滞、神经元、神经网络

所属期刊栏目：17

分类号：TP27(自动化技术及设备)

资助基金：天津市高等学校科技发展基金资助项目20060613;国家自然科学基金资助项目10402003

在线出版日期：2011-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：300-303