前馈神经网络的混沌学习方法研究

被引：5

作者：

李祥飞

邹恩

邹莉华

秦斌

机构：

[1] 株洲工学院电气工程系

来源：

小型微型计算机系统 | 2004年 / 02期

关键词：

前馈神经网络; 混沌优化; 最优设计; 混沌;

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：

采用混沌优化策略 ,提出一种前馈神经网络权参数的最优学习方案 .由于 BP算法优化神经网络权参数时存在收敛速度慢、自身参数选取困难、易陷入局部极小等缺陷 .采用混沌变量优化神经网络权参数 ,具有全局性、快速性、并行性的特点 .仿真实验表明采用该方案对强非线性问题的逼近具有精度较高、学习较快的优点 .

引用

收藏

页码：233 / 236

页数：4

相关论文

共 4 条

[1] 基于混沌思维的模糊控制算法优化研究 [J].

潘永湘 ;

徐前锋 ;

高红梅 .

控制理论与应用, 2000, (05) :703-706

[2] 利用混沌搜索全局最优的一种混合算法 [J].

钱富才 ;

费楚红 ;

万百五 .

信息与控制, 1998, (03) :73-76

[3] 多层前向网络的研究——遗传BP算法和结构优化策略 [J].

陈荣 ;

徐用懋 ;

兰鸿森 .

自动化学报, 1997, (01) :45-51

[4] 神经网络中BP算法的分析 [J].

张铃 ;

张钹 .

模式识别与人工智能, 1994, 7 (03) :191-195