回聲狀態(tài)網(wǎng)絡的拓撲結構研究.pdf

1、隨著應用的深入和拓展，數(shù)據(jù)計算呈現(xiàn)出越來越高的復雜性，包括高度非線性、混沌、含噪量大等。具有這種特點的計算問題，傳統(tǒng)的數(shù)學方法和智能算法，例如積分、微分、人工神經(jīng)網(wǎng)絡、傳統(tǒng)遞歸神經(jīng)網(wǎng)絡等，已經(jīng)逐漸不能勝任。而回聲狀態(tài)網(wǎng)絡（ESN）由于其訓練算法簡捷，全局最優(yōu)等特點，有望成為解決此類問題的有力工具。
　　回聲狀態(tài)網(wǎng)絡在處理與時序有關的數(shù)據(jù)方面，表現(xiàn)出優(yōu)良的計算能力，常常被應用于預測、控制、系統(tǒng)辨識、語音識別、異常檢測、醫(yī)學診斷等領域

2、。本文主要圍繞ESN的計算能力開展研究，并重點關注ESN的網(wǎng)絡性質的重要影響。通過對影響ESN計算能力的多種因素的分析，把儲備池的拓撲結構作為研究重點，進行對比實驗分析。
　　首先，在ESN的儲備池中引入諸如規(guī)則網(wǎng)絡、小世界網(wǎng)絡、無尺度網(wǎng)絡等拓撲，構建不同拓撲結構的儲備池和對應的ESN模型。為了驗證本文所研究的多種復雜網(wǎng)絡拓撲結構對ESN計算實用價值，選用非線性自回歸滑動模型、Mackey-Glass混沌系統(tǒng)、洛倫茲混沌系統(tǒng)等作為