期刊文献+

复合正弦函数混沌神经网络及优化计算应用

Study on model of chaotic neural network with sinusoidal function and application in optimization calculation
下载PDF
导出
摘要 混沌神经网络已经成功地解决了函数优化和组合优化问题.通过复合正弦函数和S igmoid函数构成激励函数,构造了一种新的暂态混沌神经网络.给出了该神经元的倒分叉图和最大LE指数,分析了混沌动力学特性,并将其应用于函数优化问题.仿真结果表明,新的暂态混沌神经网络优于原来的混沌神经网络. Chaotic neural network has successfully solved the function optimization and combinatorial optimization problem.This paper presents a new model of chaotic neural network whose activation function is composite of sinusoidal function and Sigmoid function.The reversed bifurcation and the maximum Lyapunov exponent of the chaotic neuron are given and the dynamic system is analyzed,and is used to function optimization and combinational optimization problems.The simulation results show that the searc-optimization capacity of chaotic neural network with sinusoidal Function is improved and the reformative chaotic neural network is superior to the primary chaotic neural networks.
作者 高春涛
出处 《哈尔滨商业大学学报(自然科学版)》 CAS 2010年第2期177-180,共4页 Journal of Harbin University of Commerce:Natural Sciences Edition
基金 哈尔滨商业大学青年骨干教师科研创新项目
关键词 混沌神经网络 激励函数 正弦函数 函数优化 chaotic neural network activation function sinusoidal function function optimization
  • 相关文献

参考文献10

二级参考文献22

  • 1修春波,刘向东,张宇河,唐运虞.一种新的混沌神经网络及其应用[J].电子学报,2005,33(5):868-870. 被引量:16
  • 2费春国,韩正之,唐厚君,魏国.自适应混合混沌神经网络及其在TSP中的应用[J].系统仿真学报,2006,18(12):3459-3462. 被引量:11
  • 3庄镇泉,王熙法,王东生.神经网络与神经计算机[J].电子技术应用,1990,16(4):39-43. 被引量:28
  • 4郝柏林.从抛物线谈起—混沌动力学引论[M].上海:上海科技教育出版社,1992..
  • 5CHEN L,AIHARA K.Chaotic simulated annealing by a neuralnetwork model with transient chaos[J].Neural networks,1995,8(6):915-930.
  • 6ZHOU C S,CHEN T L,HUANG W Q.Chaotic neural network with nonlinear self-feedback and its application in optimization[J].Neurocomputing,1997,14:209-222.
  • 7Tan Y,Meural Networks for Signal Processing VII-Proceedings of the 1997 IEEE,1997年,118页
  • 8何振亚,东南大学学报,1998年,28卷,6期,1页
  • 9王东生,混沌、分形及其应用,1997年,295页
  • 10卢侃,混沌动力学,1990年

共引文献75

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部