·448 智能系统学报 第9卷 于0.664时，合法路径与最优路径比例下降迅速，因 强烈。将该网络模型应用于求解TSP问题，通过仿 此，网络的抗扰动能力随着宽度值的减小而变弱。 真试验可知，网络具有较强的抗扰动能力，选取适当 除了径向基函数的宽度参数外，神经隔膜阻尼因 参数值，且扰动不是很强烈的情况下，仍然能以 子[)k对网络的寻优能力也有很大影响，当取e,= 85%以上的最优路径比例求得全局最优解。 0.2,z(1)=0.5,8=0.7,1。=0.9,B=0.3,A=2,D= 5,y=0.6固定不变时，分别选取不同的k值，研究其 参考文献： 对T$P求解的影响，表2是该情况下200次随机分配 [1]黄永聪，张旭，吴义纯，等.改进的径向基函数网络的研 初始值的仿真数据结果。可以看出，在δ及其他参数 究及应用J].计算机技术与发展，2010,20(5)：164 固定情况下，高斯函数形成的扰动作用于网络，此时 167 HUANG Yongcong,ZHANG Xu,WU Yichun,et al.Re- 的网络具有一定的抗干扰能力，但也较敏感依赖于神 search and application of improved genetic algorithm-based 经隔膜阻尼因子的取值，当k值在[0.876,0.882]范围 RBFANN [J].Computer Technology and Development, 内时，网络的合法路径比例为100%，最优路径比例均 2010,20(5):164-167. 在80%以上，但随着k值的减小，合法路径及最优路 [2]CHEN L.AIHARA K.Chaotic simulated annealing by a 径比例均明显下降，说明该网络在内部状态记忆能力 neural network model with transient chaos[J].Neural Net- 较强时，可以逃离极小点限制，而在内部状态遗忘能 works,1995,8(6):915-930. 力较强时，网络求解组合优化问题的能力大大降低， [3]张慧，刘湘南，黄刚.基于模拟退火遗传算法的GMDH网 网络不易求得全局最优解。 络模型[J].华中师范大学学报：自然科学版，2013,47 (2):24-28 表2在不同k值情况下200次随机分配初始值的试验数据 ZHANG Hui,LIU Xiangnan,HUANG Gang.The GMDH Table 2 The results of 200 different internal conditions for network model based on simulated annealing and genetic al- each k gorithm[J].Journal of Huazhong Normal University:Natu- k 合法路径最优路径合法比/%最优比/% ral Sciences Edition,2013,47(2):24-28. 0.882 200 177 100 88.5 [4]HOPFIELD J.Neural networks and physical systems with e- mergent collective computational abilities[C]//Proceedings 0.881 200 164 100 82.0 of the National Academy of Sciences.[S.1.],1982,79: 0.880 200 171 100 85.5 2554-2558. 0.878 200 170 100 85.0 [5]许楠，刘丽杰.径向基函数混沌神经元系统及其应用 0.876 200 168 100 84.0 [J].计算机工程与应用，2014,50(4)：73-76. XU Nan,LIU Lijie.RBF chaotic neuron system and its ap- 0.874 168 134 84.0 67.0 plication[J].Compter Engineering and Application,2014, 0.870 149 123 74.5 61.5 50(4):73-76. 0.860 116 94 58.0 47.0 [6]徐耀群，何少平，张莉.带扰动的混沌神经网络研究[J] 由表2上述仿真实验结果，受到网络模型各个 计算机工程与应用，2008,44(36)：66-69. 参数的制约，某一参数改变会影响全局结果，这也是 XU Yaoqun,HE Shaoping,ZHANG Li.Research on chaot- 混沌神经网络的特性之一，即敏感依赖于网络参数 ic neural network with disturbance[J].Compter Engineering and Application,2008,44(36):66-69 初值，因此上述结果是在其他参数值固定不变的情 [7]代桂平，王勇，侯亚荣.基于遗传算法的TSP问题求解算 况下得出的优化性能情况，并不具备普遍性，特在此 法及其系统[J].微计算机信息，2010,26(4)：15-17. 说明。 DAI Guiping,WANG Yong,HOU Yarong.A TSP solving algorithm and system based on genetic algorithm[J].Micro- 4结束语 computer Information,2010,26(4):15-17. 本文将高斯扰动加入混沌神经网络的内部状态 [8]徐耀群，杨雪玲.一类具有反三角函数自反馈的混沌神 经网络及其应用[J].哈尔滨商业大学学报：自然科学 中，通过神经元倒分岔图以及Lyapunov指数演化 版，2010(3)：72-76. 图，分析了其混沌动力学行为，说明了高斯函数的宽 XU Yaoqun,YANG Xueling.A class of chaotic neural net- 度参数对混沌行为的影响。在带有高斯扰动的神经 works with anti-trigonometric function self-feedback and its 元模型基础上构建混沌神经网络模型，通过简化能 application[].Journal of Harbin University of Commerce: 量函数，模拟分析了内部状态随着迭代次数的变化 Natural Sciences Edition,2010,6(3):72-76. 情况，说明了宽度参数值越小，对网络的扰动就会越于 园援远远源 时袁合法路径与最优路径比例下降迅速袁因 此袁网络的抗扰动能力随着宽度值的减小而变弱遥 除了径向基函数的宽度参数外袁神经隔膜阻尼因 子咱愿暂 噪 对网络的寻优能力也有很大影响袁当取 着园 越 园援圆袁扎渊员冤 越 园援缘袁啄 越 园援苑袁陨园 越 园援怨袁茁 越 园援猿袁粤 越 圆袁阅 越 缘袁酌 越 园援远 固定不变时袁分别选取不同的 噪 值袁研究其 对 栽杂孕 求解的影响袁表 圆 是该情况下 圆园园 次随机分配 初始值的仿真数据结果遥 可以看出袁在 啄 及其他参数 固定情况下袁高斯函数形成的扰动作用于网络袁此时 的网络具有一定的抗干扰能力袁但也较敏感依赖于神 经隔膜阻尼因子的取值袁当 噪 值在咱园援愿苑远袁园援愿愿圆暂范围 内时袁网络的合法路径比例为 员园园豫袁最优路径比例均 在 愿园豫以上袁但随着 噪 值的减小袁合法路径及最优路 径比例均明显下降袁说明该网络在内部状态记忆能力 较强时袁可以逃离极小点限制袁而在内部状态遗忘能 力较强时袁网络求解组合优化问题的能力大大降低袁 网络不易求得全局最优解遥 表 圆摇 在不同 噪 值情况下 圆园园 次随机分配初始值的试验数据 栽葬遭造藻 圆摇 栽澡藻 则藻泽怎造贼泽 燥枣 圆园园 凿蚤枣枣藻则藻灶贼 蚤灶贼藻则灶葬造 糟燥灶凿蚤贼蚤燥灶泽 枣燥则 藻葬糟澡 噪 噪 合法路径 最优路径 合法比辕 豫 最优比辕 豫 园援愿愿圆 圆园园 员苑苑 员园园 愿愿援缘 园援愿愿员 圆园园 员远源 员园园 愿圆援园 园援愿愿园 圆园园 员苑员 员园园 愿缘援缘 园援愿苑愿 圆园园 员苑园 员园园 愿缘援园 园援愿苑远 圆园园 员远愿 员园园 愿源援园 园援愿苑源 员远愿 员猿源 愿源援园 远苑援园 园援愿苑园 员源怨 员圆猿 苑源援缘 远员援缘 园援愿远园 员员远 怨源 缘愿援园 源苑援园 摇 摇 由表 圆 上述仿真实验结果袁受到网络模型各个 参数的制约袁某一参数改变会影响全局结果袁这也是 混沌神经网络的特性之一袁即敏感依赖于网络参数 初值袁因此上述结果是在其他参数值固定不变的情 况下得出的优化性能情况袁并不具备普遍性袁特在此 说明遥 源摇 结束语 本文将高斯扰动加入混沌神经网络的内部状态 中袁通过神经元倒分岔图以及 蕴赠葬责怎灶燥增 指数演化 图袁分析了其混沌动力学行为袁说明了高斯函数的宽 度参数对混沌行为的影响遥 在带有高斯扰动的神经 元模型基础上构建混沌神经网络模型袁通过简化能 量函数袁模拟分析了内部状态随着迭代次数的变化 情况袁说明了宽度参数值越小袁对网络的扰动就会越 强烈遥 将该网络模型应用于求解 栽杂孕 问题袁通过仿 真试验可知袁网络具有较强的抗扰动能力袁选取适当 参数值袁 且扰动不是很强烈的情况下袁 仍然能以 愿缘豫以上的最优路径比例求得全局最优解遥 参考文献院 咱员暂黄永聪袁张旭袁吴义纯袁等援 改进的径向基函数网络的研 究及应用咱允暂援 计算机技术与发展袁 圆园员园袁 圆园渊 缘冤 院 员远源鄄 员远苑援 匀哉粤晕郧 再燥灶早糟燥灶早袁 在匀粤晕郧 载怎袁 宰哉 再蚤糟澡怎灶袁 藻贼 葬造援 砸藻鄄 泽藻葬则糟澡 葬灶凿 葬责责造蚤糟葬贼蚤燥灶 燥枣 蚤皂责则燥增藻凿 早藻灶藻贼蚤糟 葬造早燥则蚤贼澡皂鄄 遭葬泽藻凿 砸月云粤晕晕 咱 允 暂援 悦燥皂责怎贼藻则 栽藻糟澡灶燥造燥早赠 葬灶凿 阅藻增藻造燥责皂藻灶贼袁 圆园员园袁 圆园渊缘冤院 员远源鄄员远苑援 咱圆暂 悦匀耘晕 蕴袁 粤陨匀粤砸粤 运援 悦澡葬燥贼蚤糟 泽蚤皂怎造葬贼藻凿 葬灶灶藻葬造蚤灶早 遭赠 葬 灶藻怎则葬造 灶藻贼憎燥则噪 皂燥凿藻造 憎蚤贼澡 贼则葬灶泽蚤藻灶贼 糟澡葬燥泽咱 允暂援 晕藻怎则葬造 晕藻贼鄄 憎燥则噪泽袁 员怨怨缘袁 愿渊远冤 院 怨员缘鄄怨猿园援 咱猿暂张慧袁刘湘南袁黄刚援 基于模拟退火遗传算法的 郧酝阅匀 网 络模型咱允暂援 华中师范大学学报院自然科学版袁 圆园员猿袁 源苑 渊圆冤 院 圆源鄄圆愿援 在匀粤晕郧 匀怎蚤袁 蕴陨哉 载蚤葬灶早灶葬灶袁 匀哉粤晕郧 郧葬灶早援 栽澡藻 郧酝阅匀 灶藻贼憎燥则噪 皂燥凿藻造 遭葬泽藻凿 燥灶 泽蚤皂怎造葬贼藻凿 葬灶灶藻葬造蚤灶早 葬灶凿 早藻灶藻贼蚤糟 葬造鄄 早燥则蚤贼澡皂咱 允暂援 允燥怎则灶葬造 燥枣 匀怎葬扎澡燥灶早 晕燥则皂葬造 哉灶蚤增藻则泽蚤贼赠院 晕葬贼怎鄄 则葬造 杂糟蚤藻灶糟藻泽 耘凿蚤贼蚤燥灶袁 圆园员猿袁 源苑渊圆冤 院 圆源鄄圆愿援 咱源暂匀韵孕云陨耘蕴阅 允援 晕藻怎则葬造 灶藻贼憎燥则噪泽 葬灶凿 责澡赠泽蚤糟葬造 泽赠泽贼藻皂泽 憎蚤贼澡 藻鄄 皂藻则早藻灶贼 糟燥造造藻糟贼蚤增藻 糟燥皂责怎贼葬贼蚤燥灶葬造 葬遭蚤造蚤贼蚤藻泽咱 悦暂 辕 辕 孕则燥糟藻藻凿蚤灶早泽 燥枣 贼澡藻 晕葬贼蚤燥灶葬造 粤糟葬凿藻皂赠 燥枣 杂糟蚤藻灶糟藻泽援 咱 杂援 造援暂 袁 员怨愿圆袁 苑怨院 圆缘缘源鄄圆缘缘愿援 咱缘暂许楠袁刘丽杰援 径向基函数混沌神经元系统及其应用 咱允暂援计算机工程与应用袁圆园员源袁 缘园渊源冤 院 苑猿鄄苑远援 载哉 晕葬灶袁 蕴陨哉 蕴蚤躁蚤藻援 砸月云 糟澡葬燥贼蚤糟 灶藻怎则燥灶 泽赠泽贼藻皂 葬灶凿 蚤贼泽 葬责鄄 责造蚤糟葬贼蚤燥灶咱 允暂援 悦燥皂责贼藻则 耘灶早蚤灶藻藻则蚤灶早 葬灶凿 粤责责造蚤糟葬贼蚤燥灶袁 圆园员源袁 缘园渊源冤 院 苑猿鄄苑远援 咱远暂徐耀群袁何少平袁张莉援 带扰动的混沌神经网络研究咱允暂援 计算机工程与应用袁 圆园园愿袁 源源渊猿远冤 院 远远鄄远怨援 载哉 再葬燥择怎灶袁 匀耘 杂澡葬燥责蚤灶早袁 在匀粤晕郧 蕴蚤援 砸藻泽藻葬则糟澡 燥灶 糟澡葬燥贼鄄 蚤糟 灶藻怎则葬造 灶藻贼憎燥则噪 憎蚤贼澡 凿蚤泽贼怎则遭葬灶糟藻咱 允暂援 悦燥皂责贼藻则 耘灶早蚤灶藻藻则蚤灶早 葬灶凿 粤责责造蚤糟葬贼蚤燥灶袁 圆园园愿袁 源源渊猿远冤 院 远远鄄远怨援 咱苑暂代桂平袁王勇袁侯亚荣援 基于遗传算法的 栽杂孕 问题求解算 法及其系统咱允暂援 微计算机信息袁 圆园员园袁 圆远渊源冤 院 员缘鄄员苑援 阅粤陨 郧怎蚤责蚤灶早袁 宰粤晕郧 再燥灶早袁 匀韵哉 再葬则燥灶早援 粤 栽杂孕 泽燥造增蚤灶早 葬造早燥则蚤贼澡皂 葬灶凿 泽赠泽贼藻皂 遭葬泽藻凿 燥灶 早藻灶藻贼蚤糟 葬造早燥则蚤贼澡皂咱 允暂援 酝蚤糟则燥鄄 糟燥皂责怎贼藻则 陨灶枣燥则皂葬贼蚤燥灶袁 圆园员园袁 圆远渊源冤 院 员缘鄄员苑援 咱愿暂徐耀群袁杨雪玲援 一类具有反三角函数自反馈的混沌神 经网络及其应用咱允暂援 哈尔滨商业大学学报院自然科学 版袁 圆园员园渊猿冤 院 苑圆鄄苑远援 载哉 再葬燥择怎灶袁再粤晕郧 载怎藻造蚤灶早援 粤 糟造葬泽泽 燥枣 糟澡葬燥贼蚤糟 灶藻怎则葬造 灶藻贼鄄 憎燥则噪泽 憎蚤贼澡 葬灶贼蚤鄄贼则蚤早燥灶燥皂藻贼则蚤糟 枣怎灶糟贼蚤燥灶 泽藻造枣鄄枣藻藻凿遭葬糟噪 葬灶凿 蚤贼泽 葬责责造蚤糟葬贼蚤燥灶咱 允暂援 允燥怎则灶葬造 燥枣 匀葬则遭蚤灶 哉灶蚤增藻则泽蚤贼赠 燥枣 悦燥皂皂藻则糟藻院 晕葬贼怎则葬造 杂糟蚤藻灶糟藻泽 耘凿蚤贼蚤燥灶袁圆园员园袁远渊猿冤 院 苑圆鄄苑远援 窑源源愿窑 智 能 系 统 学 报摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇摇 第 怨 卷