墨西哥帽小波混沌神经网络及其应用.pdfVIP

软件2011年第32卷 第3期 Software 国际IT传媒品牌 墨西哥帽小波混沌神经网络及其应用 张中华 张世龙 黄 磊 (哈尔滨工业大学华德学院，黑龙江 哈尔滨 150025) 摘 要：此文用墨西哥帽小波函数和Sigrnoid函数相加组成一个新函数，利用此函数作为激励函数，提出一种新型的暂态混沌 神经元模型，通过实验给出该神经元的倒分叉图以及最大Lyapunov指数时间演化图，并且分析此神经元的动力学特性。基于该神 经元模型，构造一种暂态神经网络，并将其应用于组合优化和预测方面，通过对经典的1O城市TSP，验证墨西哥帽小波混沌神经网 络在克服陷入极小点的有效性。 关键词-／J、波函数；混沌神经网络；Lyapunov指数 中图分类号：TP368．1 文献标识码：A doi：10．3969j／．issn．1003-6970．2011．03．007 The Mexican HatWaveletChaoticNeuralNetwork and itsApplication ZHANGZhong-hua，ZHANGShi—long (HuaDeCollegeofHarbinIndustryUniversity，eⅣ0．5ofUniversityRoad，Harbin150025) [Abstract]ByintroducingMexicanHatWaveletequationplusSigmoidequationasactivativefunction，weproposedanewtype TransientChaoticNeuronModel，andprovideditsbifurcationdiagram andtimeevolutiondiagram ofLyapunovexponent，analyzeits Dynamics．BaseonthisNeuronM odel，webuildaTransientNeuralNetwork，anduseittocombinatiorialoptimizationandprediction．We havetesteditseffectivenessbytypical10cities’STSP． [Keywords]Waveletfunction；theChaoticNeuralNewtork；Lyapunovexponent O 引言 和混沌动力学特性。将此神经网络应用于函数优化和组合问 题 ，并给出解决经典 TSP阉题的参数，经仿真试验证明，和以 现在，Hopfield神经网络 (HopfieldNeuralNetwork， 往 的神经网络相比，该小波混沌神经网络具有更强的克服陷 HNN)已经被广泛地应用于求解复杂组合优化问题 ，但 HNN 入极小点的能力。 存在最大的缺点是在求解过程中极易陷入局部极小点，为了克 服这一问题，人们将混沌动力学的全局有哪些信誉好的足球投注网站特性引入神经网络 1 墨西哥帽小波混沌神经元模型 中，提出了多种混沌神经网络模型，并取得良好的效果 [1-4]o 墨西哥帽小波混沌神经元模型的激励 函数为Mexican 目前 ，混沌神经网络的神经元激励函数大都采用单调递 Hat小波函数与 Sigmoid 函数之和，该模型的动力学定义如 增的 Sigmoid函数 ，尽管该函数具有比较强的生理学背景，但 下：