改进暂态混沌神经网络在信道分配中的应用

• 作者: 易洲 覃锡忠 许国军 贾振红
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 改进混沌神经网络 时变增益 分段退火 信道分配
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 网络与互连技术
• 页码范围: 155-158
• 分类号: TP18
• 字数: 3418字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2012.07.037

摘要

研究信道分配优化问题,由于传统迭代过程中存在收敛率低,易于陷入局部最优解等缺点.为改善算法收敛速率和信道分配效果,采用改进的暂态混沌神经网络(MTCNN).在混沌神经网络的动态特性中采用时变增益,在退火过程中采取分段的退火机制,使得混沌搜索阶段保持较长时间的混沌态,利于进行全局搜索,稳定收敛阶段能够迅速收敛于最优解,提高收敛率.仿真结果表明,改进后的算法能很好地解决信道分配问题.和暂态混沌神经网络及仅分段的暂态神经网络相比,最优解率得到很大的提高,网络收敛速度提高了12％以上.最后,给出了模型参数对网络性能影响的一些结论.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾振红	新疆大学信息科学与工程学院	286	1621	18.0	28.0
2	覃锡忠	新疆大学信息科学与工程学院	125	691	13.0	18.0
3	许国军		5	11	2.0	3.0
4	易洲	新疆大学信息科学与工程学院	1	0	0.0	0.0