傅立叶混沌神经网络模型中的模拟退火策略  

Simulated annealing strategy in Fourier chaotic neural network model

作　　者：徐耀群[1] 秦峰[2] 辛海涛[2] 

机构地区：[1]哈尔滨商业大学系统工程研究所,哈尔滨150028 [2]哈尔滨商业大学计算机与信息工程学院,哈尔滨150028

出　　处：《哈尔滨商业大学学报（自然科学版）》2009年第3期303-308,共6页Journal of Harbin University of Commerce：Natural Sciences Edition

基　　金：黑龙江省自然科学基金(F2007-15);黑龙江省普通高等学校新世纪优秀人才培养计划资助项目(1153-NCET-008);黑龙江省教育厅科学技术项目(11531074)

摘　　要：分析了傅立叶混沌神经网络模型的动力学特性对自反馈连接权值的敏感性,研究了退火函数对优化过程中的准确性和计算速度的影响.并利用暂态混沌神经网络退火过程分段的思想对傅立叶混沌神经网络模型进行改进,提出了一种具有随机性和确定性并存的优化算法,在保证优化算法准确性的基础上,加快收敛速度,并利用对经典旅行商问题的研究,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,验证了这种优化策略的有效性,同时给出了模型参数对性能影响的一些结论.ral network of sub-annealing process of thinking of the Fourier chaotic neural network model to improve, a co-exist with uncertainty and randomness of the optimization algorithm, to ensure accuracy of optimization algorithm, on the basis of speeding up convergence rate, and using the classic traveling salesman （TSP） study show that the algorithm is very strong capacity to overcome a local minimum, the greater the increase optimization, time and the initial value of robust performance, the certification of this optimization and the effectiveness of strategies. Gives the model parameters on the performance of some of the conclusions.

关 键 词：混沌神经网络 模拟退火 旅行商问题 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]