混沌神经网络及其收敛性问题的研究

混沌神经网络及其收敛性问题的研究

论文摘要

混沌理论可用来理解脑中某些不规则的活动,混沌动力学为人们研究神经网络提供了新的契机。本文对混沌神经网络做了深入的研究,从网络的拓扑结构和网络的学习和工作规则这两个方面着手对混沌神经网络进行研究。将基于混沌噪声的混沌神经网络模型和非单调转换函数的混沌神经网络模型二者的思想相结合,提出了一种改进的暂态混沌神经网络模型,激励函数采用非单调转换函数,并引入了混沌噪声。将混沌理论应用于网络学习算法,提出一种改进的混沌遗传算法,利用混沌的遍历性和内在随机性避免遗传算法陷入局部最优、收敛速度慢的缺陷。而遗传算法这种有导向的而不是盲目的进行随机搜索的启发式机制又恰恰弥补了混沌优化的盲目搜索问题。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 引言
  • 1.1 课题研究背景
  • 1.2 国内外研究现状
  • 1.3 本文的研究内容
  • 第二章 混沌理论
  • 2.1 混沌的起源和发展
  • 2.2 混沌的概念
  • 2.3 混沌系统的主要参数
  • 2.3.1 Lyapunov 指数
  • 2.3.2 分形和分维
  • 2.3.3 测度熵
  • 2.4 典型的混沌系统
  • 2.4.1 Logistic 映射——虫口模型
  • 2.4.2 洛伦兹方程——大气对流模型
  • 2.5 本章小节
  • 第三章 混沌神经网络模型
  • 3.1 混沌神经网络的原理
  • 3.2 混沌神经网络模型
  • 3.2.1 Aihara 的混沌神经网络
  • 3.2.2 藕合混沌神经元网络
  • 3.2.2.1 Inoue 等的混沌神经网络模型
  • 3.2.2.2 Kaneko 的藕合混沌神经网络模型
  • 3.2.3 基于模拟退火策略的混沌神经网络
  • 3.2.3.1 Chen&Aihara 的混沌神经网络
  • 3.2.3.2 Wang& Smith 的混沌神经网络
  • 3.2.4 带有混沌噪音的神经网络
  • 3.3 本章小结
  • 第四章 改进的基于混沌噪声的暂态混沌神经网络
  • 4.1 基本模型及研究进展
  • 4.1.1 混沌噪声的混沌神经网络模型
  • 4.1.2 非单调转换函数的混沌神经网络模型
  • 4.2 一种暂态混沌神经网络模型及其收敛性
  • 4.2.1 T-G 混沌神经元模型
  • 4.2.2 T-G 暂态混沌神经网络
  • 4.2.3 实例仿真
  • 4.3 本章小结
  • 第五章 基于混沌遗传算法的网络学习算法
  • 5.1 遗传算法的基本理论及其搜索策略
  • 5.2 混沌遗传算法
  • 5.3 多轨道混沌优化算法
  • 5.4 两群迭代混沌遗传算法
  • 5.4.1 算法原理
  • 5.4.2 算法步骤
  • 5.4.3 混沌优化神经网络步骤
  • 5.5 收敛性分析
  • 5.5.1 多层前馈网络的收敛性分析
  • 5.5.2 遗传算法的收敛性分析
  • 5.5.3 改进的混沌遗传算法优化神经网络收敛性分析
  • 5.6 混沌遗传算法优化神经网络实例仿真
  • 5.6.1 配电网故障特征的提取
  • 5.6.2 仿真分析
  • 5.7 本章小结
  • 第六章 结束语
  • 参考文献
  • 致谢
  • 在学期间发表的学术论文和参加科研情况
  • 相关论文文献

    • [1].遗传算法在焊接领域的优化与应用[J]. 现代焊接 2012(03)
    • [2].面向作业车间调度问题的遗传算法改进[J]. 河北科技大学学报 2019(06)
    • [3].基于改进遗传算法的校园食堂外卖配送路径优化研究[J]. 辽宁工业大学学报(自然科学版) 2020(01)
    • [4].混合杂草遗传算法求解旅行商问题[J]. 科学技术创新 2020(11)
    • [5].基于模糊遗传算法的先进战机协同攻防决策[J]. 火力与指挥控制 2020(03)
    • [6].基于改进遗传算法的自动导引小车路径规划[J]. 组合机床与自动化加工技术 2020(07)
    • [7].基于遗传算法的海水淡化系统优化调度研究[J]. 绥化学院学报 2020(08)
    • [8].基于改进遗传算法的工程施工进度优化分析[J]. 住宅与房地产 2020(21)
    • [9].基于遗传算法物流配送最佳路径问题研究[J]. 河北建筑工程学院学报 2020(02)
    • [10].基于优化遗传算法的配电网故障定位技术[J]. 化工自动化及仪表 2020(05)
    • [11].两个轴辐式网络协同建设的多层编码遗传算法[J]. 西南交通大学学报 2020(05)
    • [12].基于遗传算法的旅游最优路径探究[J]. 电脑知识与技术 2018(34)
    • [13].浅谈遗传算法及其部分改进算法[J]. 科技风 2019(12)
    • [14].遗传算法在优化问题中的应用综述[J]. 山东工业技术 2019(12)
    • [15].一种改进遗传算法及验证[J]. 电脑编程技巧与维护 2019(06)
    • [16].现代农机数字化装配车间调度技术研究——基于云计算和遗传算法[J]. 农机化研究 2018(01)
    • [17].基于遗传算法的小麦收割机路径智能优化控制研究[J]. 农机化研究 2018(02)
    • [18].基于遗传算法的医院房间位置优化研究[J]. 电脑与信息技术 2018(01)
    • [19].基于遗传算法的汽油调和优化系统[J]. 工业控制计算机 2018(10)
    • [20].基于遗传算法进行结构优化的研究现状[J]. 河北建筑工程学院学报 2018(03)
    • [21].用于图像分割的双变异遗传算法[J]. 传感器与微系统 2017(02)
    • [22].基于改进遗传算法的新型水面无人艇性能综合优化分析[J]. 江苏科技大学学报(自然科学版) 2017(01)
    • [23].以混合式遗传算法核心的网络差异数据挖掘技术[J]. 中国新通信 2017(06)
    • [24].基于贪心遗传算法的穴盘苗补栽路径优化[J]. 农业机械学报 2017(05)
    • [25].基于改进遗传算法的列车节能操纵方案研究[J]. 机电一体化 2017(01)
    • [26].基于混沌遗传算法的计算机辅助动态布局[J]. 计算机工程与设计 2017(09)
    • [27].基于改进遗传算法的多项目资源均衡配置研究[J]. 工业技术经济 2017(10)
    • [28].基于交互式遗传算法的建筑物外观设计探讨[J]. 科技展望 2015(34)
    • [29].改进遗传算法及其在泵站优化运行中的应用[J]. 南水北调与水利科技 2016(02)
    • [30].基于改进遗传算法的高校排课优化问题研究[J]. 电子科技 2016(05)

    标签:;  ;  ;  

    混沌神经网络及其收敛性问题的研究
    下载Doc文档

    猜你喜欢