一种新型暂态混沌神经网络及其在函数优化中的应用

• 作者: 修春波 刘向东 唐运虞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 暂态混沌 神经网络 函数优化
• 年，卷（期）: 2006,（3）
• 所属期刊栏目: 研究与实现
• 页码范围: 116-118
• 页数: 3页
• 分类号: TP183
• 字数: 2490字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2006.03.039

摘要

本文提出了一种新颖的混沌神经元模型,其激励函数由Gauss函数和Sigmoid函数组成,分叉图和Lyapunov指数的计算表明其具有复杂的混沌动力学特性.在此基础上构成一种暂态混沌神经网络,将大范围的倍周期倒分叉过程的混沌搜索和最优解邻域内的类似Hopfield网络的梯度搜索相结合,应用于函数优化计算问题的求解.实验证明,它具有较强的全局寻优能力和较快的收敛速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘向东	北京理工大学信息科学技术学院	106	1521	21.0	34.0
2	修春波	北京理工大学信息科学技术学院	18	472	9.0	18.0
3	唐运虞	北京理工大学信息科学技术学院	6	156	4.0	6.0