混沌神經(jīng)網(wǎng)絡及其優(yōu)化算法的研究和應用.pdf

1、混沌就是指在確定性系統(tǒng)中出現(xiàn)的一種貌似無規(guī)則的類似隨機的現(xiàn)象。由于這個性質(zhì)，使它可以被應用于科學的各個領域。近來人們發(fā)現(xiàn)混沌理論可以用來理解人腦中某些不規(guī)則的活動，因此對于混沌神經(jīng)網(wǎng)絡的研究也就成為擺在人們面前的又一新課題。不同于僅具有梯度下降特性的常規(guī)神經(jīng)網(wǎng)絡，具有混沌特性的神經(jīng)網(wǎng)絡具有更加豐富的遠離平衡點的動力學特性，而且還同時存在各種吸引子?；煦缟窠?jīng)網(wǎng)絡的這種復雜的動力學特性使它在信息處理和優(yōu)化計算等方面有著廣泛的應用前景。

2、 本文對混沌神經(jīng)網(wǎng)絡進行了深入的研究。首先系統(tǒng)的介紹了混沌動力學的基本理論，給出了混沌的概念和定性特征、Lyapunov指數(shù)、測度熵等，并列舉了兩種最為典型的混沌系統(tǒng)——Logistic映射和洛倫茲方程，進行了詳細的分析。 然后給出了Hopfield神經(jīng)網(wǎng)絡模型，并利用連續(xù)型Hopfield神經(jīng)網(wǎng)絡(CHNN)模型求解旅行商問題(TSP)。 接著在此基礎上給出了一種基于退火策略的混沌神經(jīng)網(wǎng)絡(ACNN)算法，并進行了重

3、點研究。它將混沌機制引入Hopfield神經(jīng)網(wǎng)絡(HNN)，利用混沌的遍歷性進行隨機搜索，再由退火策略控制混沌動態(tài)退出和倒分岔出現(xiàn)，使ACNN逐漸趨于一般的HNN。這樣既避免了陷于局部極小，又加快了收斂速度，使網(wǎng)絡能快速收斂到一個全局最優(yōu)或近似最優(yōu)的穩(wěn)定平衡點。仿真結(jié)果表明，這是一種能有效解決局部極值問題的全局最優(yōu)化算法。 最后，本文又設計出了一種改進的基于退火策略的混沌神經(jīng)網(wǎng)絡(IACNN)算法。仿真結(jié)果表明，它具有更快的收斂