基于混沌变量的前向神经网络结构优化设计

• 作者: 张泰山 李祥飞 邹恩
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 神经网络 结构优化 泛化能力 混沌
• 年，卷（期）: 2003,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 703-707
• 页数: 5页
• 分类号: TP18
• 字数: 4101字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-0920.2003.06.014

摘要

提出一种关于多层前向神经网络结构的混沌优化设计方法.将混沌变量引入神经网络结构的优化搜索中,使得神经网络的隐层节点数以及所有权参数都处于混沌状态中,整个网络结构呈现为动态变化.从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.仿真实验表明,采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张泰山	中南大学信息科学与工程学院	102	1149	17.0	29.0
2	李祥飞	株洲工学院电气工程系	14	213	9.0	14.0
6	邹恩	株洲工学院电气工程系	19	268	10.0	16.0