混沌理論及其在神經(jīng)網(wǎng)絡(luò)權(quán)值優(yōu)化中的應(yīng)用研究.pdf

1、該文在長(zhǎng)期的理論和應(yīng)用研究的基礎(chǔ)上,系統(tǒng)地總結(jié)了混沌學(xué)的相關(guān)理論以及近幾年來(lái)的應(yīng)用研究成果,涉及混沌及超混沌同步、混沌與超混沌控制、混沌優(yōu)化方法以及混沌理論的相關(guān)應(yīng)用等方面,并在此基礎(chǔ)之上對(duì)混沌優(yōu)化進(jìn)行了進(jìn)一步的理論研究和實(shí)際應(yīng)用研究,取得了大量的研究成果.在實(shí)際應(yīng)用中,神經(jīng)網(wǎng)絡(luò)控制器的性能在很大程度上依賴于網(wǎng)絡(luò)的學(xué)習(xí)算法.常用的學(xué)習(xí)算法如Hebb學(xué)習(xí)算法、BP算法等等,其中Hebb算法的運(yùn)行的效果與可調(diào)參數(shù)的選取有很大的關(guān)系,較難具體

2、確定.面常用地BP算法存在收斂速度慢,易陷于局部極小的缺點(diǎn).在此,我們將混沌優(yōu)化應(yīng)用于神經(jīng)網(wǎng)絡(luò)的權(quán)值學(xué)習(xí)過程,充分利用混沌變量自身的固有特點(diǎn),提出組合混沌優(yōu)化方法,能大大加速算法的收斂,有效克服其中的避部極小問題,并取得了預(yù)期的理想效果和性能,給神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)提供了一種新的解決方法.最后,該文結(jié)合混沌神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng),詳細(xì)論證了該算法的具體實(shí)現(xiàn)過程,大量的仿真實(shí)驗(yàn)結(jié)果充分表明了該算法的高效性和穩(wěn)定性,克服了PID控制器參數(shù)不易在