傅立葉混沌神經(jīng)網(wǎng)絡(luò)模型中的模擬退火策略-資料下載頁
2025-06-22 06:59本頁面
【正文】 退火的傅立葉混沌神經(jīng)網(wǎng)絡(luò)達(dá)到高的收斂速度，則就不能取得太??；只有當(dāng)≥，才會達(dá)到較好的收斂效果。越大，此時(shí)分段傅立葉混沌神經(jīng)網(wǎng)絡(luò)的收斂速度越依賴于，因?yàn)?，所以此時(shí)，網(wǎng)絡(luò)的收斂速度越快。通過對比參數(shù)分析：當(dāng)=，=，分段指數(shù)退火的傅立葉混沌神經(jīng)網(wǎng)絡(luò)的收斂速度與普通傅立葉混沌神經(jīng)網(wǎng)絡(luò)的收斂速度幾乎沒有多少提高。當(dāng)=，=，分段指數(shù)退火傅立葉混沌神經(jīng)網(wǎng)絡(luò)的收斂速度比普通傅立葉混沌神經(jīng)網(wǎng)絡(luò)的收斂速度提高一倍以上。4）總的來說，當(dāng)和在一定的范圍內(nèi)差距比較大的時(shí)候，同時(shí)既不是很大又不是很小的時(shí)候，網(wǎng)絡(luò)在收斂速度方面的提高比較明顯，同時(shí)網(wǎng)絡(luò)的求解精度幾乎沒有受到影響；這也說明了參數(shù)的適當(dāng)選取對于實(shí)際應(yīng)用問題起著重要的作用。5 結(jié)論本文重點(diǎn)研究了傅立葉混沌神經(jīng)網(wǎng)絡(luò)中的模擬退火參數(shù)對求解10城市旅行商問題的影響，并將分段指數(shù)退火函數(shù)的思想引入到傅立葉混沌神經(jīng)網(wǎng)絡(luò)，提出了一種有效的分段指數(shù)退火傅立葉暫態(tài)混沌神經(jīng)網(wǎng)絡(luò)模型，并將其應(yīng)用于解決TSP問題，與原傅立葉混沌神經(jīng)網(wǎng)絡(luò)相比尋優(yōu)能力較好，網(wǎng)絡(luò)收斂速度有了較大的提高，并且具有較高的非線性度。結(jié)果顯示，分段指數(shù)退火的傅立葉混沌神經(jīng)網(wǎng)絡(luò)能夠充分利用混沌動態(tài)特性進(jìn)行搜索，能夠跳出局部最優(yōu)的陷阱，又能夠加快收斂速度，減少收斂時(shí)間?？v觀全文，本文提出的基于分段指數(shù)退火函數(shù)的傅立葉混沌神經(jīng)網(wǎng)絡(luò)模型是一種很有潛力的傅立葉混沌神經(jīng)網(wǎng)絡(luò)模型。因此，分段傅立葉混沌神經(jīng)網(wǎng)絡(luò)有待進(jìn)一步深入研究，其應(yīng)用領(lǐng)域有待拓展，以充分發(fā)揮模型優(yōu)勢解決實(shí)際問題。[1] CHEN L , A IHARA K. Chaotic simulated annealing by a neuralnetwork model with transient chaos[ J ]. Neural networks, 1995, 8(6) : 915 930.[2]修春波，劉向東．一種新的混沌神經(jīng)網(wǎng)絡(luò)及其應(yīng)用[J]. 電子學(xué)報(bào)，2005, 33(5): 868870.[3]費(fèi)春國，韓正之，唐厚君，魏國．自適應(yīng)混合混沌神經(jīng)網(wǎng)絡(luò)及其在TSP 中的應(yīng)用[J]．系統(tǒng)仿真學(xué)報(bào)，2006，18 (12)：34593462. (FEI Chunguo, HAN Zhengzhi, TANG Houjun, WEI Guo. Selfadapt Hybrid Chaotic Neural Network and Its Application to TSP[J]. Journal of System Simulation, 2006,18(12): 34593462)[4] Zhou, . Chen, . Huang. Chaotic neural network with nonlinear selffeedback and its application in optimization[J]. Neuroputing(S09252312), 1997, 14: 209~222.[5 ] 謝傳泉,何晨. 混沌神經(jīng)網(wǎng)絡(luò)模型中的模擬退火策略[ J ]. 上海交通大學(xué)學(xué)報(bào), 2003, 37 (3) : 36 39.[6 ] 康波. 混沌控制與混沌優(yōu)化及其在組合電路測試生成中的應(yīng)用[6] 張強(qiáng),馬潤年,. 系統(tǒng)工程與電子技術(shù), 2002,24(2),4850頁[7] 王凌, 鄭大鐘. 一種基于退火策略的混沌神經(jīng)網(wǎng)絡(luò)優(yōu)化算法. 控制理論與應(yīng)用, 2000, 17(1),139142頁[8] 徐耀群，孫明，張家海，小波混沌神經(jīng)網(wǎng)絡(luò)及其在優(yōu)化計(jì)算中的應(yīng)用，The 6th World Congress on Intelligent Control and Automation (WCICA2006),大連，2006年6月：P30043009[9] 謝傳泉，何晨，2003, 37(3):323326頁[10] 孫守宇，鄭君里，Hopfield網(wǎng)絡(luò)求解TSP的一種改進(jìn)算法和理論證明，電子學(xué)報(bào)，1995,1(23):7378.
化學(xué)相關(guān)推薦
鄂ICP備17016276號-1