基于混沌变量的前向神经网络结构优化设计

摘要：

提出一种关于多层前向神经网络结构的混沌优化设计方法.将混沌变量引入神经网络结构的优化搜索中,使得神经网络的隐层节点数以及所有权参数都处于混沌状态中,整个网络结构呈现为动态变化.从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.仿真实验表明,采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力.

关键词：神经网络、结构优化、泛化能力、混沌

所属期刊栏目：18

分类号：TP18(自动化基础理论)

资助基金：湖南省自然科学基金01JJY3029

在线出版日期：2004-01-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：703-707