论文部分内容阅读
提出一种关于多层前向神经网络结构的混沌优化设计方法.将混沌变量引入神经网络结构的优化搜索中,使得神经网络的隐层节点数以及所有权参数都处于混沌状态中,整个网络结构呈现为动态变化.从动态的神经网络结构中,根据性能指标来寻找一个全局最优或近似于全局最优的网络结构.仿真实验表明,采用该方案得到的神经网络结构模型对异或问题、非线性函数具有较高的逼近精度和较好的泛化能力.