模糊神经网络的混沌优化算法设计
邹恩1
李祥飞2
张泰山3
1.株洲工学院,电气工程系,湖南,株洲,412008;中南大学,信息科学与工程学院,湖南,长沙,4100832.株洲工学院,电气工程系,湖南,株洲,4120083.中南大学,信息科学与工程学院,湖南,长沙,410083
摘要：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.
关键词：模糊神经网络优化混沌变量梯度下降法
分类号：TP273(自动化技术及设备)
资助基金：湖南省自然科学基金(01JJY3029)中国包装总公司资助项目(05ZBKJA003)
论文发表日期：2005-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 578-582 )
英文信息