傅立叶混沌神经网络及其在优化中的应用

摘要：

混沌神经网络是求解组合优化问题的有力工具，通过三角函数和Sigmoid函数加和组成的非单调激励函数，提出了一种新型的暂态混沌神经元模型。给出该混沌神经元的倒分岔图和最大Lyapunov指数时间演化图，分析了其动力学特性。基于该模型，构造了一种暂态混沌神经网络，并将其应用于函数优化和组合优化问题。通过经典的10城市TSP验证了该暂态混沌神经网络的有效性。

关键词： 非单调激励函数 混沌神经网络 Lyapunov指数 组合优化 总悬浮颗粒物

作者: 徐耀群 何少平

作者单位: 哈尔滨商业大学系统工程研究所,哈尔滨 150028

会议类型: 国内会议

会议名称: 第27届中国控制会议

会议地点: 昆明

会议语种:中文

页码: 729-733

在线出版日期: 2008-07-01（万方平台首次上网日期，不代表论文的发表时间）