一种基于退火策略的混沌神经网络优化算法

被引：50

作者：

王凌

郑大钟

机构：

[1] 清华大学自动化系!北京

[2] 不详

来源：

控制理论与应用 | 2000年 / 01期

基金：

国家攀登计划;

关键词：

退火策略; 混沌神经网络; 优化TSP;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

Hopfield网络 (HNN)中引入混沌机制 ,首先在混沌动态下粗搜索 ,并利用退火策略控制混沌动态退出和逆分岔出现 ,进而HNN梯度优化搜索 ,提出了一种具有随机性和确定性并存的优化算法 .对经典旅行商 (TSP)的研究 ,表明算法具有很强的克服陷入局部极小能力 ,较大程度提高了优化、时间和对初值的鲁棒性能 ,同时给出了模型参数对性能影响的一些结论 .

引用

页码：139 / 142

页数：4