基于混沌映射的非径向对称基函数的神经网络模型-计算机应用与软件.PDF

第３２卷第１期　　　 计算机应用与软件 Ｖｏｌ３２Ｎｏ．１ ２０１５年１月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊａｎ．２０１５ 基于混沌映射的非径向对称基函数的神经网络模型 １ ２ 柴俊霞 　张礼涛 １（北京市东城区职业大学计算机系　北京 １０００２０） ２（信阳职业技术学院数学与计算机科学学院　河南信阳４６４０００） 摘　要　　为提高神经网络模型的预测精度，构建了非径向对称基函数神经网络模型结构。为确定非径向对称基函数神经网络模 型参数，采用ＵｌａｍｖｏｎＮｅｕｍａｎｎ映射规则确定混沌变量，利用混沌变量的遍历性获得不同网络结构参数下的最优网络输出，以减少 所构建网络模型的实际输出与期望输出的差值，并利用模型输出的误差变化率以决定是否增加新的隐层节点。给出基于混沌映射 的非径向对称基函数的网络模型构建步骤。采用基于ＭａｃｋｅｙＧｌａｓｓ时滞微分方程的混沌时间序列预测问题验证该模型的预测精 度，并同其他文献对该序列预测的精度以及所需隐层节点数作对比。比较结果表明，采用该设计模型具有对时间序列预测精度高且 所需网络结构规模小等优点。 关键词　　ＵｌａｍｖｏｎＮｅｕｍａｎｎ映射　非径向对称基函数　径向基函数神经网络 中图分类号　ＴＰ１８３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１５．０１．０５０ ＮＥＵＲＡＬＮＥＴＷＯＲＫＭＯＤＥＬＷＩＴＨＡＳＹＭＭＥＴＲＩＣＡＬＲＡＤＩＡＬ ＢＡＳＩＳＦＵＮＣＴＩＯＮＳＢＡＳＥＤＯＮＣＨＡＯＳＭＡＰＰＩＮＧ １ ２ ＣｈａｉＪｕｎｘｉａ　ＺｈａｎｇＬｉｔａｏ １（ＤｅｐａｒｔｍｅｎｔｏｆＣｏｍｐｕｔｅｒ，ＢｅｉｊｉｎｇＤｏｎｇｃｈｅｎｇＤｉｓｔｒｉｃｔＶｏｃａｔｉｏｎａｌＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００２０，Ｃｈｉｎａ） ２（ＳｃｈｏｏｌｏｆＭａｔｃｈｅｍａｔｉｃａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＸｉｎｙａｎｇＶｏｃａｔｉｏｎａｌａｎｄＴｅｃｈｎｉｃａｌＣｏｌｌｅｇｅ，Ｘｉｎｙａｎｇ４６４０００，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅａｃｃｕｒａｃｙｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｆｏｒｅｃａｓｔｉｎｇ，ｗｅｃｏｎｓｔｒｕｃｔｔｈｅｓｔｒｕｃｔｕｒｅｏｆｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｗｉｔｈ ａｓｙｍｍｅｔｒｉｃａｌｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎ．Ｆｏｒｄｅｔｅｒｍｉｎｉｎｇｔｈｅｐａｒａｍｅｔｅｒｓｏｆｔｈｅｍｏｄｅｌ，ｗｅａｄｏｐｔＵｌａｍｖｏｎＮｅｕｍａｎｎｍａｐｐｉｎｇｒｕｌｅｔｏｄｅｔｅｒｍｉｎｅｔｈｅ ｃｈａｏｔｉｃｖａｒｉａｂｌｅｓ，ａｎｄｕｓｅｅｒｇｏｄｉｃｉｔｙｏｆｃｈａｏｔｉｃｖａｒｉａｂｌｅｔｏｏｂｔａｉｎｏｐｔｉｍａｌｎｅｔｗｏｒｋｏｕｔｐｕｔｕｎｄｅｒｄｉｆｆｅｒｅｎｔｎｅｔｗｏｒｋｓｔｒｕｃｔｕｒｅｐａｒａｍｅｔｅｒｓｔｏ ｒｅｄｕｃｅｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅａｃｔｕａｌｏｕｔｐｕｔｏｆｔｈｅｃｏｎｓｔｒｕｃｔｅｄｎｅｔｗｏｒｋｍｏｄｅｌａｎｄｔｈｅｄｅｓｉｒｅｄｏｕｔｐｕｔ，ａｎｄｅｍｐｌｏｙｅｒｒｏｒｖａｒｉａｔｉｏｎｒａｔｅｏｆｔｈｅ ｍｏｄｅｌｏｕｔｐｕｔｔｏｄｅｃｉｄｅｗｈｅｔｈｅｒｔｏａｄｄｎｅｗｈｉｄｄｅｎｌａｙｅｒｎｏｄｅｓｏｒｎｏｔ．Ｔｈｅｓｔｅｐｓｏｆｃｏｎｓｔｒｕｃｔｉｎｇｔｈｅｍｏｄｅｌｏｆｔｈｅｃｈａｏｓｍａｐｐｉｎｇｂａｓｅｄｎｅｔｗｏｒｋ ｗｉｔｈａｓｙｍｍｅｔｒｉｃａｌｒａｄｉａｌｂａｓｉｓｆｕｎｃｔｉｏｎｓａｒｅａｌｓｏｇｉｖｅｎ．ＣｈａｏｔｉｃｔｉｍｅｓｅｒｉｅｓｂａｓｅｄｏｎＭａｃｋｅｙＧｌａｓ