一种具有暂态混沌和时变增益的神经网络及其在优化计算中的应用

被引：14

作者：

谭营

王保云

何振亚

邓超

机构：

[1] 东南大学无线电工程系!南京

[2] 中国科技大学计算机科学系!合肥

来源：

电子学报 | 1998年 / 07期

基金：

国家攀登计划;

关键词：

神经网络; 暂态混沌; 时变增益; 非线性优化; 混沌退火; ML方向估计;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

本文提出了一种具有暂态混沌和时变增益的神经网络．通过引入暂态混沌和时变增益，该网络比Hopfield型网络具有更加丰富和更为灵活的动力学特征，从而具有更强的搜索全局最优解或近似全局最优解的能力．网络经过一个短暂的例分叉过程逐渐趋近一个常规的Hopfield神经网络，并为其提供了一个在全局最优解附近的初值．它可以用于求解各种复杂的优化问题．大量的数字模拟表明网络能很好地解决Hopfield型网络的局部极值问题．最后我们已将这种神经网络成功地应用于空间信号源的最大似然方向估计．

引用

页码：123 / 127+122 +122

页数：6

共 4 条

[1]

Constrained Clobal Optinnization :Algorithms and Applications. P.M.Pardalos,J.B.Rosen. . 1987

[2]

Optimization by simulated annealing. S.Kirpatrick,C.D.Celatt,and M.P.Vecchi. Science . 1983

[3]

Simulated annealing algorighms:an overview. R.A.Rutenbar. IEEE Circuits and Devices . 1989

[4]

A chaotie annealing neural network and its application to direction estimation of spatial signal sources.Neural Networks for Signal Processing VII-Pro ceedings of the 1997IEEE,Florida ,U. Y.Tan,C,Deng,and Z.Y.HE. S.A . 1997

← 1 →