用于约束非线性全局优化的混沌退火神经网络

• 作者: 张国平 王正欧 袁国林
• 来源期刊: 天津大学学报(英文版)
• 学科: 数学
• 关键词: 全局优化 神经网络 混沌噪声退火
• 年，卷（期）: 2001,（3）
• 页码范围: 141-146
• 页数: 6页
• 分类号: O221.2
• 字数: 752字
• 语种: 英文

摘要

混沌神经网络具有全局搜索能力，但其运用至今主要局限于组合优化．通过对普通Hopfield优化网络引入混沌噪声退火过程，提出了一种用于约束非线性全局优化的混沌退火神经网络，它易于实现，原理简明，应用广泛．对很复杂的测试函数的数字试验表明，该模型能够高效、可靠地搜索到全局最优，其性能超过遗传算法GAMAS．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王正欧	天津大学系统工程研究所	91	2104	28.0	41.0
2	张国平	天津大学系统工程研究所	5	48	4.0	5.0
3	袁国林		7	46	3.0	6.0