基于小世界體系的模糊自聯想記憶神經網絡研究.pdf

1、聯想記憶網絡是一類特殊的人工神經網絡，能夠從不完整、含噪信息中獲得全部信息。模糊聯想記憶是模糊系統和神經網絡的結合，兼具兩種優(yōu)點，已廣泛應用在人工智能，模式識別等領域。模糊聯想記憶網絡結構大都是全互聯的，隨著神經元數量增加，網絡的連接邊增多，硬件實現困難。因此，對模糊聯想記憶網絡結構研究成為近幾年研究熱點，同時，生物學研究證明：生物腦神經中普遍存在小世界效應，因此，從生物學角度出發(fā)，將小世界體系結構應用到模糊聯想記憶中并非偶然。

2、　　 本文從網絡結構角度出發(fā)，深入研究小世界體系結構生成算法，對一種權值擇優(yōu)小世界生成算法進行改進，并通過實驗驗證其可行性和有效性。再將其應用到模糊自聯想記憶網絡中，構建了基于小世界體系結構的模糊自聯想記憶網絡模型。本文具體的研究工作和創(chuàng)新之處體現在以下幾個方面：
　　 1.介紹了模糊聯想記憶網絡的概念和研究現狀，指出了現有模糊聯想記憶神經網絡學習算法及硬件實現的問題，分析了從網絡體系結構出發(fā)，對全互聯模糊神經網絡結構進行稀疏

3、互聯的可行性。
　　 2.研究了復雜網絡中典型的小世界網絡，分析指出原始小世界體系結構生成方式具有隨機性，缺乏確定性的缺陷，借鑒復雜動態(tài)網絡中和諧統一的混合擇優(yōu)模型構建思想，對一種具有目的性的權值擇優(yōu)生成方法進行改進。
　　 3.將小世界理論和模糊聯想記憶神經網絡結合起來。運用最大-T模蘊含算子對全互聯神經網絡進行學習，確定權值矩陣。以權值矩陣為指導，運用權值擇優(yōu)捷徑生成算法生成具有小世界體系結構的模糊自聯想記憶網絡，這