一种基于退火策略的混沌神经网络优化算法

• 作者: 王凌 郑大钟
• 来源期刊: 控制理论与应用
• 关键词: 退火策略 混沌神经网络 优化TSP
• 年，卷（期）: 2000,（1）
• 所属期刊栏目: 研究简报
• 页码范围: 139-142
• 页数: 4页
• 分类号: TP1
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2000.01.035

摘要

Hopfield网络(HNN)中引入混沌机制,首先在混沌动态下粗搜索,并利用退火策略控制混沌动态退出和逆分岔出现,进而HNN梯度优化搜索,提出了一种具有随机性和确定性并存的优化算法.对经典旅行商(TSP)的研究,表明算法具有很强的克服陷入局部极小能力,较大程度提高了优化、时间和对初值的鲁棒性能,同时给出了模型参数对性能影响的一些结论.