基于混沌梯度的BP网络设计及应用

• 作者: 彭小奇 桂卫华 胡志坤
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 混沌优化 神经网络 梯度搜索
• 年，卷（期）: 2003,（19）
• 所属期刊栏目: 博士论坛
• 页码范围: 29-30，50
• 页数: 3页
• 分类号: TP301.6
• 字数: 3233字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.19.009

摘要

该文针对BP神经网络易限入局部极小的问题,提出了混沌梯度优化的神经网络的学习算法,其原理是:用规则来判断由于梯度搜索过程中产生的局部极小,并利用具有全局寻优的特点的混沌搜索,使学习过程能有效地逃离局部极小.即采用梯度下降进行"粗搜索",混沌搜索进行"细搜索",并建立规则将两者结合起来,就构成了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,并已应用于工程实际,取得了良好的效果.

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	中南大学信息科学与工程学院	97	1006	17.0	26.0