原文服务方: 计算机测量与控制       
摘要:
为了将神经网络的通用性、灵活性与混沌优化易于跳出局部最优解达到全局最优、搜索效率高、对优化条件的要求不高(不需具有连续性和可微性)的优点有机地结合起来,智能集成了混沌神经网络优化算法.该算法寻优效率高,通用性强,具有良好的应用前景和再开发潜力.
推荐文章
全局智能优化集成算法研究
智能优化算法
系统集成
局部搜索
全局优化
评价指标
基于混合算法优化神经网络的混沌时间序列预测
神经网络
粒子群优化
模拟退火
混沌时间序列
混沌搜索神经网络集成求解广义异或分类问题
神经网络集成
混沌
广义异或
基于混沌和遗传算法的优化测试生成算法
神经网络
混沌搜索
遗传算法
测试生成
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 混沌神经网络智能集成算法优化策略
来源期刊 计算机测量与控制 学科
关键词 智能集成 混沌神经网络算法 神经网络 混沌 优化策略
年,卷(期) 2003,(5) 所属期刊栏目 工业控制
研究方向 页码范围 332-335
页数 4页 分类号 TP18
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2003.05.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘永清 华南理工大学自动化科学与工程学院 117 1266 20.0 29.0
2 邓飞其 华南理工大学自动化科学与工程学院 210 1726 23.0 30.0
3 章敬东 华南理工大学自动化科学与工程学院 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (17)
参考文献  (7)
节点文献
引证文献  (13)
同被引文献  (9)
二级引证文献  (75)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(1)
  • 二级参考文献(2)
2000(4)
  • 参考文献(4)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(6)
  • 引证文献(2)
  • 二级引证文献(4)
2006(3)
  • 引证文献(2)
  • 二级引证文献(1)
2007(12)
  • 引证文献(3)
  • 二级引证文献(9)
2008(9)
  • 引证文献(0)
  • 二级引证文献(9)
2009(8)
  • 引证文献(0)
  • 二级引证文献(8)
2010(9)
  • 引证文献(0)
  • 二级引证文献(9)
2011(6)
  • 引证文献(0)
  • 二级引证文献(6)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(6)
  • 引证文献(0)
  • 二级引证文献(6)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
智能集成
混沌神经网络算法
神经网络
混沌
优化策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导