摘要
通过复合正弦函数和Sigmoid函数构成激励函数,构造了一种新的暂态混沌神经网络.对混沌神经元模型的倒分岔和Lyapunov指数谱图进行了分析.基于这个神经元模型,建立了混沌神经网络.对各参数进行了网络寻优能力的比较和分析.通过对非线性连续函数的寻优问题的解决,验证了该网络的有用性和有效性.
This paper presents a new model of chaotic neural network whose activation function is composite of Sinusoidal function and SigInoid function by analyzing the bifurcation process and Lyapunov exponent spectrum. Based on this neural model, this paper proposes a novel chaotic neural network, proving the availability of the algorithm by solving nonlinear function optimization.
出处
《哈尔滨商业大学学报（自然科学版）》
CAS
2007年第5期599-602,610,共5页
Journal of Harbin University of Commerce：Natural Sciences Edition
基金
黑龙江省教育厅项目(11511103)
哈尔滨商业大学青年骨干教师创新项目(SD05011)
关键词
混沌神经网络
激励函数
正弦函数
函数优化
chaotic neural network
activation function
Sinusoidal function
function optimization
