基于混沌变量的前向神经网络结构优化设计
Optimization design of feed-forward neural network structure based on chaos variables作者机构：株洲工学院电气工程系 中南大学信息科学与工程学院湖南长沙410083
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2003年第18卷第6期
页 面：703-707页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
摘 要：提出一种关于多层前向神经网络结构的混沌优化设计方法。将混沌变量引入神经网络结构的优化搜索中,使得神经网络的隐层节点数以及所有权参数都处于混沌状态中,整个网络结构呈现为动态变化。从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构。仿真实验表明,采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力。
维普期刊数据库
同方期刊数据库