共查询到19条相似文献,搜索用时 78 毫秒
1.
模糊神经网络的混沌优化算法设计 总被引:2,自引:1,他引:2
提出了一种基于混沌变量的多层模糊神经网络优化算法设计.离线优化部分采用混沌算法,将混沌变量引入到模糊神经网络结构和参数的优化搜索中,使整个网络处于动态混沌状态,根据性能指标在动态模糊神经网络中寻找较优的网络结构和参数.在线优化部分采用梯度下降法,把混沌搜索后得到的参数全局次优值作为梯度下降搜索的初始值,进一步调整模糊神经网络的参数,实现混沌粗搜索和梯度下降细搜索相结合的优化目的,能较快地找到全局最优解.最后对二阶延迟系统进行仿真,结果表明混沌优化方法控制精度高、超调小、响应快和鲁棒性强. 相似文献
2.
暂态混沌神经网络中的模拟退火策略优化 总被引:3,自引:0,他引:3
分析了暂态混沌神经网络(TCNN)模型的动力学特性对自反馈连接权值的敏感性,研究了退火函数对优化过程中的准确性和计算速度的影响。给出一种对模拟退火策略的优化算法,在保证优化算法准确性的基础上,加快收敛速度,并利用两个典型的函数优化的例子验证了这种优化策略的有效性。 相似文献
3.
基于模糊混沌神经网络的人脸识别算法 总被引:1,自引:1,他引:0
利用混沌对初值的极端敏感依赖性,可以对仅有微小差别的模式进行识别。提出一种基于模糊混沌神经网络的算法,并应用到人脸识别中。由于引入了混沌噪声,可使网络具有很强的抗干扰能力,能有效避免人脸图像光照、姿态等因素对人脸识别的影响,也避免了复杂的特征提取工作。利用ORL人脸图像数据库进行了仿真实验,结果表明,混沌神经网络算法精度高、迭代步骤少、收敛快,混沌神经网络应用于人脸识别是有效的,能提高识别率。 相似文献
4.
混沌神经网络智能集成算法优化策略 总被引:6,自引:0,他引:6
为了将神经网络的通用性、灵活性与混沌优化易于跳出局部最优解达到全局最优、搜索效率高、对优化条件的要求不高(不需具有连续性和可微性)的优点有机地结合起来,智能集成了混沌神经网络优化算法。该算法寻优效率高,通用性强,具有良好的应用前景和再开发潜力。 相似文献
5.
基于一种混沌BP算法的神经模糊控制器的优化 总被引:2,自引:0,他引:2
在模糊控制器设计问题的研究中,结合神经网络和模糊控制的优点,设计了一种全网络化的模糊控制器,使模糊推理的实现过程网络化,清晰化.针对BP算法学习速度慢、易陷入局部最小的缺点,引入混沌思维,提出了基于混沌Logistic方程的BP混合学习算法(CBP),将用于神经模糊控制器参数的优化设计中,使设计的神经模糊控制器具有更优的性能.通过仿真对算法及控制器进行验证,仿真结果表明,上述算法能有效地优化神经模糊控制器的参数和结构,所设计的神经模糊控制器具有较好的性能. 相似文献
6.
一种基于退火策略的混沌神经网络优化算法 总被引:41,自引:0,他引:41
Hopfield网络(HNN)中引入混沌机制,首先在混沌动态下粗搜索,并利用退火策略控制混沌动态退出和逆分贫出现,进而HNN梯度优化搜索,提出了一种具有随机性和确定性并存的优化算法,对经典旅行商(TSP)的研究,表明算法具有很强的克服陷入局部极小能力,较大程度提高了优化、时间和对初值的鲁棒性能,同时给出了模型参数对性能影响的一些结论。 相似文献
7.
一种最优模糊神经网络控制器 总被引:4,自引:0,他引:4
基于最优控制的思想,通过对控制系统的过程模拟,提出一种最优模糊神经网络控制器的设计方案,首先利用基于十进制编码机制的遗传算法寻找最优的控制器结构,然后利用基于浮点数编码机制的遗传算法寻的最优的控制器参数,仿真结果表明该控制器优于常规模糊控制器。 相似文献
8.
9.
10.
11.
12.
前馈神经网络的混沌学习方法研究 总被引:4,自引:0,他引:4
采用混沌优化策略,提出一种前馈神经网络权参数的最优学习方案.由于BP算法优化神经网络权参数时存在收敛速度慢、自身参数选取困难、易陷入局部极小等缺陷.采用混沌变量优化神经网络权参数,具有全局性、快速性、并行性的特点.仿真实验表明采用该方案对强非线性问题的逼近具有精度较高、学习较快的优点. 相似文献
13.
研究控制器优化问题,由于模糊控制系统参数无法同时优化,使得系统选择参数困难,使系统控制效果存在一定的缺陷,安全性和可靠性降低。为解决上述问题,提出了一种多种群进化蚁群算法对模糊控制器优化设计。采用懒蚂蚁效应的改进蚁群算法进行优化,在传统蚁群算法的基础上,采用多个种群并行,对算法的初始化、路径构建以及信息素更新改进,并引入到模糊控制器的隶属函数、模糊规则的优化搜索中,搜索出适应于不同控制阶段的模糊控制器参数及控制规则,并进行仿真。仿真结果证明了改进算法对模糊控制器的参数具有良好的搜索速度和精度,使系统有很强的鲁棒性。 相似文献
14.
15.
一种自组织模糊神经网络控制器 总被引:12,自引:0,他引:12
采用一种具有结构和参数学习能力的自组织模糊神经网络控制器设计方法。这种控制器无需事先确定模糊控制规则,能在控制过程中通过神经网络的结构及参数学习在线调整模糊神经网络的结构、产生模糊控制规则、调整规则的参数。仿真表明该控制器能用于一定纯滞后时变对象的控制,具有良好的控制性能。 相似文献
16.
17.
18.
计算机网络结构在进行拓扑扩展时,经常要解决这样一类优化问题:在给定预算限制下,选择一组连接,使带来的利润最大。该文利用均场退火技术和神经网络算法,提出了一种新的解决方法——均场神经网络算法。用该算法求解连接增强问题能更快、更有效地得到全局最优解。 相似文献
19.
基于改进遗传算法的模糊RBF神经网络控制器设计 总被引:2,自引:0,他引:2
提出一种改进的优良模式自学习模糊遗传算法,并用来优化设计模糊RBF神经网络控制器。改进的算法主要基于模糊编码、优良模式自学习算子、保留遗传算法和最优串重组。仿真结果表明,改进的遗传算法可实现模糊RBF网络结构和参数的快速、全局寻优,优化后的控制器具有很强的自适应性和鲁棒性。 相似文献