一种混沌神经网络模型及其在优化中的应用  

A Model of Chaotic Neural Network With Applications in Optimization

作　　者：张强[1] 马润年[1] 许进[2] 

机构地区：[1]西安电子科技大学雷达信号处理重点实验室,陕西西安710071 [2]华中科技大学控制科学与工程系,湖北武汉430074

出　　处：《系统工程与电子技术》2002年第2期49-50,共2页Systems Engineering and Electronics

基　　金：国家自然科学基金资助课题 (699710 18)

摘　　要：通过在Hopfield神经网络模型 (HNN)中引入非线性自反馈项 ,提出了一种具有暂态混沌动力学行为的神经网络模型。该模型首先经过一个倍周期倒分叉过程进行混沌搜索 ,进而进行类似HNN的梯度搜索。由于它利用了混沌搜索固有的随机性和轨道遍历性 ,因而具有较强的克服陷入局部极小的能力。A neural network model with transient chaotic dynamic behaviors is proposed by introducing a nonlinear self-feedback into canonical Hopfield neural networks(HNN). The model gradually approaches,through reversed period-doubling bifurcations, to a dynamical structure similar to the Hopfield neural network which converges to a stable equilibrium point. As the model has rich dynamics, it can be expected to have robust searching ability for globally optimal solutions. Finally, two examples of function optimization are given to show the validity of this model.

关 键 词：HOPFIELD神经网络 暂态混沌动力学 函数优化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]