傅立叶混沌神经网络及其在优化中的应用

摘要

混沌神经网络是求解组合优化问题的有力工具，通过三角函数和Sigmoid函数加和组成的非单调激励函数，提出了一种新型的暂态混沌神经元模型。给出该混沌神经元的倒分岔图和最大Lyapunov指数时间演化图，分析了其动力学特性。基于该模型，构造了一种暂态混沌神经网络，并将其应用于函数优化和组合优化问题。通过经典的10城市TSP验证了该暂态混沌神经网络的有效性。