最优模糊神经网络参数的设计--混沌模拟退火学习法

• 作者: 刘耦耕 张泰山 李祥飞 邹恩
• 来源期刊: 中南大学学报(自然科学版)
• 学科: 工学
• 关键词: 模糊神经网络 混沌 模拟退火 优化 学习算法
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 机电·信息工程
• 页码范围: 443-447
• 页数: 5页
• 分类号: TP18
• 字数: 3796字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-7207.2004.03.020

摘要

提出了一种新型优化算法--混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数.首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络.仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法.

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
3	邹恩	株洲工学院电气工程系	19	268	10.0	16.0
7	刘耦耕	株洲工学院电气工程系	10	117	4.0	10.0