前馈网络的混沌梯度搜索耦合学习算法及应用

• 作者: 彭小奇 桂卫华 胡志坤
• 来源期刊: 中南工业大学学报(自然科学版)
• 学科: 工学
• 关键词: 混沌优化 神经网络 梯度搜索 PS转炉
• 年，卷（期）: 2002,（6）
• 所属期刊栏目: 机电与信息工程
• 页码范围: 629-631
• 页数: 3页
• 分类号: TP183|TP181
• 字数: 2211字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7207.2002.06.020

摘要

针对BP神经网络易陷入局部极小的问题,提出了混沌梯度优化的神经网络的学习算法,其原理是:采用梯度下降进行"粗搜索",混沌搜索进行"细搜索",并建立规则将两者结合起来,以构成BP神经网络的基于规则的混沌梯度耦合学习算法.它有效地利用了梯度下降算法的快速性和混沌寻优的全局性,将该算法应用于某智能决策支持系统模型库中的模型学习,有效地提高了前馈神经网络的学习效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	桂卫华	中南大学信息科学与工程学院	695	7452	38.0	56.0
2	彭小奇	中南大学物理科学与技术学院	112	1229	18.0	30.0
3	胡志坤	中南大学物理科学与技术学院	97	1006	17.0	26.0