混沌神经网络的应用和简介(1).ppt

《混沌神经网络的应用和简介(1).ppt》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、混沌神经网络简介及其主要应用11.引言2.混沌理论简介3.混沌问题举例4.混沌神经网络的构造5.混沌神经元的性质6.SLF混沌神经网络及其应用目录2混沌神经网络具有丰富的非线性动力学行为，它具有高的潜在应用价值，生物学家已证明人脑的思维是在混沌与有序的边界上演化，因此研究混沌神经网络和获得类脑信息处理系统具有重大的学科前沿性意义。1.引言3EvolutionComputingChaoticDynamicsNeuralNetworkFuzzySystemBrainandCognitionNeurocomputin

2、gScienceBrain-likeInformationSystemThinkingandConsciousnessSubsystemVideoandAudioSubsystemIntelligentControlSubsystemInformationScienceLarge-scaleCombinatoryOptimizationInformationTheoryEvolutionQuantumComputingSoftwareDynamicNeuralNetworksBrain-likeComputin

3、gQuantumMechanicsDNAComputing4研究与生物神经元密切相关的混沌神经网络模型及动力学行为的成果，为探索人脑信息处理机制，特别是思维意识问题，提供坚实基础。混沌神经网络具有无限个互不重叠的不稳定周期轨道，如每个轨道上寄存一个信息矢量，将可以实现动态海量存储器；混沌预测、优化方法，如用在自然灾害、天气变化、金融工程等非平稳复杂现象分析，将起到不可估量的经济及社会效益；项目成果在信息安全、通信、生物医学工程的具体应用，将为信息科学中许多新出现或传统方法难以解决甚至不能解决的问题探索一类崭新的

4、解决途径。1.引言52.混沌理论简介混沌的概念：混沌（chaos）又称浑沌，人们通常用它来描述混乱、杂乱无章、乱七八糟的状态，在这个意义上它与无序的概念是相同的。61961年美国气象学家洛伦兹根据他导出的描述气象演变的非线性动力学方程进行长期气象预报的模拟数值计算，探讨准确进行长期天气预报的可能性。洛伦兹进行了两次计算，一个计算结果预报几个月后的某天是晴空万里，而另一个计算结果则告诉你这一天将电闪雷鸣！后来洛伦兹发现两次计算的差别只是第二次输入数据时将原来的0.506127省略为0.506。洛伦兹意识到，因为他

5、的方程是非线性的，非线性方程不同于线性方程，线性方程对初值的依赖不敏感，而非线性方程对初值的依赖极其敏感。2.混沌理论简介7添加标题添加标题添加标题2.混沌理论简介方程是非随机的不含任何随机项确定性非线性初值依赖性系统未来状态由初始值和演化规则唯一确定混沌由非线性产生混沌一定是非线性但非线性却不一定产生混沌多数问题不能通过线性化进行解决初值的微小变化会引起结果剧变即存在所谓的“蝴蝶效应”82.混沌理论简介确定性非线性初值依赖性混沌到底是什么？混沌问题93.混沌问题举例蔡国梁等人于2007年提出了如下混沌系统:其

6、中a，b，c，h为系统参数，当a=20，b=14，c=10.6，h=2.8时，系统的混沌吸引子如图所示：103.混沌问题举例114.混沌神经网络的构造12SLF模型：一种新暂态混沌的神经元模型，模型中取激励函数为Legendre函数与Sigmoid函数的组合（此处取3阶），模型如下：4.混沌神经网络的构造13利用上述暂态混沌神经元模型，可以建立暂态混沌神经网络模型：选取以下优化函数：函数f的最小值为0，最小值点为（0.7,0.5）；局部极小点为（0.6,0.4）与（0.6,0.5）。4.混沌神经网络的构造4.混

7、沌神经网络的构造15神经元的暂态混沌动力学行为可以通过倒分岔图和最大Lyapunov指数时间演化图来考察，选取参数ε0=0.02，y(1)=0.1，z(1)=0.98，k=1，Io=0.56，β=0.001，λ=1/3时神经元的倒分岔图和最大Lyapunov指数时间演化图：5.混沌神经元的性质5.混沌神经元的性质通过倒分岔图和最大Lyapunov指数时间演化图不难看出：该神经元模型具有暂态混沌动力学行为，由于混沌搜索具有内随机性和轨道遍历性，故此神经元模型能使网络尽可能地避免收敛到局部最小值；激励函数中参数λ的

8、取值影响网络退出混沌状态的速度，由λ分别取值1/3，1/2和2/3时的神经元倒分岔与最大Lyapunov指数时间演化图可知：λ取值越大，网络退出混沌状态的速度越慢，反之，网络退出混沌状态的速度越快。简言之，λ的取值、z(t)的初始值与β的取值直接影响网络的混沌搜索能力以及收敛速度。5.混沌神经元的性质选取参数ε0=0.02，k=1，α=0.1，I0=0.56，β=0.002，y(1)=