小波尺度退火的迟滞混沌神经网络及其应用
为了有效地避免网络陷入局部极小点,提出了具有小波尺度退火和迟滞激励函数的混沌神经网络模型.将Gauss小波函数作为网络的自反馈项,利用小波尺度的指数递减实现混沌模拟退火,可使网络表现出更丰富的混沌动力学演化行为,有效地增加了混沌搜索的Lyapunov指数的平均水平.利用统一框架理论分析了网络的优化特性和稳定性.旅行商问题(traveling salesman problem, TSP)和直扩序列码分多址(direct sequence-code division multiple access,DS-CDMA)多用户检测器的仿真结果表明,该网络能够找到优化问题的全局最优解,并且具有较好的优化性能.
迟滞混沌神经网络、小波尺度退火、Lyapunov指数、旅行商问题、码分多址多用户检测器
32
TP183(自动化基础理论)
国家自然科学基金60474046;新世纪优秀人才支持计划NCET-04-0339资助课题
2010-04-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
396-400