小波混沌神经网络的研究与应用

• 作者: 丁华福 唐远新 宋宇航 石福斌
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 小波混沌神经网络 Mexican hat小波函数 非单调激励函数 Shannon小波
• 年，卷（期）: 2011,（8）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 93-96,100
• 分类号: TP393
• 字数: 4547字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.08.024

摘要

混沌神经网络已被证明是解决组合优化问题的有效工具,但单一化的退火因子无法同时满足准确性和速度性两方面要求,因此改变传统的混沌方式以提高搜索速度和精度就变得尤为重要.文中将Sigmoid函数转化为小波函数可以有效地解决该问题,通过将Sigmoid函数转化为Mexican hat小波函数,以及引入Shannon小波和Sigmoid函数加和组成的非单调激励函数这两种方式,提高了搜索效率和准确度,并用这两种新的模型对两种优化问题进行仿真.仿真结果表明小波混沌神经网络无论在全局最优解的搜索效率还是精确度上都明显优于传统的混沌神经网络.可知将小波函数引入混沌神经网络是极具研究潜力的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	石福斌	哈尔滨理工大学计算机科学与技术学院	16	81	6.0	8.0
2	丁华福	哈尔滨理工大学计算机科学与技术学院	20	160	7.0	12.0
3	唐远新	哈尔滨理工大学计算机科学与技术学院	35	187	6.0	12.0
4	宋宇航	哈尔滨理工大学计算机科学与技术学院	1	6	1.0	1.0