迟滞混沌神经网络及应用

摘　　　要：提出了一种同时具有迟滞和混沌特性的神经元模型，并利用该模型构造出神经网络，用于求解优化计算等问题。通过在神经元中引入自反馈，使得神经元具有混沌特性。将神经元的激励函数改为具有上升分支和下降分支的迟滞函数，从而将迟滞特性引入神经元和神经网络中。结合模拟退火机制，在优化计算初期，利用混沌特性可提高网络的遍历寻优能力，利用迟滞特性可在一定程度上克服假饱和现象，提高网络的寻优速度。在优化计算末期，网络蜕变为普通的Ｈｏｐｆｉｌｅｄ型神经网络，按照梯度寻优...