一种新的混沌神经网络模型及其动力学分析  

A New Model of Chaotic Neural Networks and Its Dynamic Characteristic Analysis

作　　者：何振亚[1] 谭营[1] 王保云[1] 

机构地区：[1]东南大学无线电工程系,中国科技大学信息处理研究中心,南京邮电学院信息工程系

出　　处：《东南大学学报（自然科学版）》1998年第6期1-5,共5页Journal of Southeast University：Natural Science Edition

基　　金：国家攀登计划;国家自然科学基金

摘　　要：提出了一种混沌神经网络模型．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性，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．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较好地解决Ｈｏｐｆｉｅｌｄ型网络的局部极值问题．By introducing transient chaos and time variant gain, the proposed chaotic neural network has richer and more flexible dynamics than Hopfield like neural networks only with point attractors, so that it can be expected to have higher ability of searching for globally optimal or near optimal solutions. It can be used to solving various complicated optimization problem and associative memories. A lot of simulations show that the network is hardly stuck into local minima.

关 键 词：混沌神经网络模型 动力学 神经网络 暂态混沌 时变增益 非线性优化 混沌退火机制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] O415.5[自动化与计算机技术—控制科学与工程]