论文部分内容阅读
混沌神经网络具有全局搜索能力,但其运用至今主要局限于组合优化.通过对普通Hopfield优化网络引入混沌噪声退火过程,提出了一种用于约束非线性全局优化的混沌退火神经网络,它易于实现,原理简明,应用广泛.对很复杂的测试函数的数字试验表明,该模型能够高效、可靠地搜索到全局最优,其性能超过遗传算法GAMAS.