模糊神经网络的混沌优化算法设计

• 作者: 张泰山 李祥飞 邹恩
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 模糊神经网络 优化 混沌变量 梯度下降法
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 论文
• 页码范围: 578-582
• 页数: 5页
• 分类号: TP273
• 字数: 1244字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2005.04.013

摘要

提出了一种基于混沌变量的多层模糊神经网络优化算法设计.离线优化部分采用混沌算法,将混沌变量引入到模糊神经网络结构和参数的优化搜索中,使整个网络处于动态混沌状态,根据性能指标在动态模糊神经网络中寻找较优的网络结构和参数.在线优化部分采用梯度下降法,把混沌搜索后得到的参数全局次优值作为梯度下降搜索的初始值,进一步调整模糊神经网络的参数,实现混沌粗搜索和梯度下降细搜索相结合的优化目的,能较快地找到全局最优解.最后对二阶延迟系统进行仿真,结果表明混沌优化方法控制精度高、超调小、响应快和鲁棒性强.

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