一种新混沌优化方法及在神经网络中的应用  

A New Chaos Optimization Method and Application in Neural Network

作　　者：费春国[1] 韩正之[1] 

机构地区：[1]上海交通大学自动化系智能工程研究室,上海200030

出　　处：《系统仿真学报》2005年第4期812-814,共3页Journal of System Simulation

摘　　要：将遗传算法和变尺度机制引入到混沌中,提出了一种新的混沌优化方法,并将此方法应用于神经网络的训练中。通过仿真研究证实,所提出的方法优于BP算法,能够达到指定的误差指标,具有一定的泛化能力,并且具有训练次数少、精度高、实施方便等优点。Through adding Genetic Algorithms (GA) and mutative scale in chaos optimization, a new chaos optimization method is proposed and applied to train neural network. Through simulation research, this method is better than BP. It can satisfy destine error, and has certain generalization. And this method has several merits: small iterative number of training, high precision and convenient realization.

关 键 词：混沌 遗传算法 优化方法 神经网络 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]