中南大学学报(自然科学版)
中南大學學報(自然科學版)
중남대학학보(자연과학판)
JOURNAL OF CENTRAL SOUTH UNIVERSITY(SCIENCE AND TECHNOLOGY)
2004年
3期
443-447
,共5页
邹恩%李祥飞%刘耦耕%张泰山
鄒恩%李祥飛%劉耦耕%張泰山
추은%리상비%류우경%장태산
模糊神经网络%混沌%模拟退火%优化%学习算法
模糊神經網絡%混沌%模擬退火%優化%學習算法
모호신경망락%혼돈%모의퇴화%우화%학습산법
提出了一种新型优化算法--混沌模拟退火学习法,将混沌算法和模拟退火算法相结合学习模糊神经网络的结构和参数.首先将混沌变量引入模糊神经网络参数的优化搜索中,利用混沌变量的遍历性寻优,根据性能指标寻找较优的模糊神经网络控制器,然后在混沌优化确定的网络基础上,把经混沌搜索后得到的全局次优解作为模拟退火学习算法的初始值,再用模拟退火方法进一步学习网络的隶属函数和权值参数,找到一个全局最优的网络.仿真结果表明:混沌模拟退火学习法优于传统优化方法,其控制结果具有精度高、超调小和响应快的优点,为解决模糊神经网络控制器参数全局最优设计提供了一种切实有效的方法.
提齣瞭一種新型優化算法--混沌模擬退火學習法,將混沌算法和模擬退火算法相結閤學習模糊神經網絡的結構和參數.首先將混沌變量引入模糊神經網絡參數的優化搜索中,利用混沌變量的遍歷性尋優,根據性能指標尋找較優的模糊神經網絡控製器,然後在混沌優化確定的網絡基礎上,把經混沌搜索後得到的全跼次優解作為模擬退火學習算法的初始值,再用模擬退火方法進一步學習網絡的隸屬函數和權值參數,找到一箇全跼最優的網絡.倣真結果錶明:混沌模擬退火學習法優于傳統優化方法,其控製結果具有精度高、超調小和響應快的優點,為解決模糊神經網絡控製器參數全跼最優設計提供瞭一種切實有效的方法.
제출료일충신형우화산법--혼돈모의퇴화학습법,장혼돈산법화모의퇴화산법상결합학습모호신경망락적결구화삼수.수선장혼돈변량인입모호신경망락삼수적우화수색중,이용혼돈변량적편력성심우,근거성능지표심조교우적모호신경망락공제기,연후재혼돈우화학정적망락기출상,파경혼돈수색후득도적전국차우해작위모의퇴화학습산법적초시치,재용모의퇴화방법진일보학습망락적대속함수화권치삼수,조도일개전국최우적망락.방진결과표명:혼돈모의퇴화학습법우우전통우화방법,기공제결과구유정도고、초조소화향응쾌적우점,위해결모호신경망락공제기삼수전국최우설계제공료일충절실유효적방법.
