10.3969/j.issn.1000-1220.2004.02.017
前馈神经网络的混沌学习方法研究
采用混沌优化策略,提出一种前馈神经网络权参数的最优学习方案.由于BP算法优化神经网络权参数时存在收敛速度慢、自身参数选取困难、易陷入局部极小等缺陷.采用混沌变量优化神经网络权参数,具有全局性、快速性、并行性的特点.仿真实验表明采用该方案对强非线性问题的逼近具有精度较高、学习较快的优点.
前馈神经网络、混沌优化、最优设计、混沌
25
TP183(自动化基础理论)
2004-04-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
233-236