| 【中文题名】 | 混沌优化及其在大系统优化控制中的应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-10-26 |
| 【中关键词】 | 混沌优化,神经网络,大系统,自反馈连接权,非线性约束, |
| 【英关键词】 | chaotic optimization,neural network,large-scale systems,self-feedback connection weights,nonlinear constraint optimization, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>自动控制理论>> |
| 【论文摘要】 | 混沌优化是当前混沌学研究领域的一个重要课题。本文在对混沌优化的相关理论和方法进行了较为全面的研究的基础上，提出了一些改进混沌优化的新方法，并将其应用在非线性约束优化问题和大系统的优化控制问题中，得到了有价值的成果。本文的主要内容与创新贡献包括以下几个方面：
通过分析了暂态混沌神经网络(Transiently Chaotic Neural Network, TCNN)模型的动力学特性对自反馈连接权值的敏感性，研究了退火函数对优化过程中的准确性和计算速度的影响，给出了一种对自反馈连接权值的优化策略。仿真实验表明，此优化策略在保证优化算法准确性的基础上,加快了暂态混沌神经网络的收敛速度。
针对基于Hopfield网络的神经网络模型在求解非线性约束优化问题中易陷入局部最优值的缺点，利用暂态混沌神经网络(TCNN)比Hopfield网络更为丰富的动力学特性，提出了一种基于暂态混沌神经网络的优化神经网络模型。此网络模型结合Lagrange乘子法，提高了对非线性约束优化问题全局最优值搜索的能力，并证明了该网络是渐进稳定的，其平衡点为原问题的最优值。实验结果表明，该网络模型能有效提高非线性约束优化问题最优值的求解。
... |
| 【论文题纲】 |
|
摘 要 |
4-5 |
|
ABSTRACT |
5-9 |
|
第一章 绪论 |
9-17 |
|
1.1 混沌动力学的发展 |
9-10 |
|
1.2 混沌优化 |
10-12 |
|
1.3 大系统优化控制 |
12-14 |
|
1.4 本文的主要研究内容及结构 |
14-17 |
|
第二章 混沌优化基础 |
17-26 |
|
2.1 混沌的定义及特性 |
17-20 |
|
2.2 混沌优化的原理 |
20-21 |
|
2.3 基于混沌变量的混沌优化 |
21-23 |
|
2.4 基于混沌神经网络的混沌优化 |
23-26 |
|
第三章 暂态混沌神经网络中自反馈连接权值优化策略的研究 |
26-35 |
|
3.1 引言 |
26 |
|
3.2 混沌神经网络 |
26-29 |
|
3.3 自反馈连接权值优化策略 |
29-31 |
|
3.4 仿真结果与讨论 |
31-33 |
|
3.5 小结 |
33-35 |
|
第四章 暂态混沌神经网络在非线性约束优化问题中的应用研究 |
35-40 |
|
4.1 引言 |
35 |
|
4.2 基于TCNN的优化网络模型在非约束优化问题应用研究 |
35-39 |
|
4.3 仿真实例分析 |
39 |
|
4.4 小结 |
39-40 |
|
第五章 混沌及混沌神经网络优化算法在大系统稳态优化中的应用研究 |
40-53 |
|
5.1 引言 |
40 |
|
5.2 大系统稳态递阶优化控制问题的描述 |
40-45 |
|
5.3 基于混沌搜索的不可分稳态大系统优化算法研究 |
45-48 |
|
5.4 基于TCNN的网络模型在大系统递阶优化问题应用研究 |
48-52 |
|
5.5 小结 |
52-53 |
|
第六章 结束语 |
53-55 |
|
参考文献 |
55-58 |
|
致谢 |
58-59 |
|
个人简历、攻读硕士学位期间完成的论文及科研情况 |
59 |
|
| 【DOI】 | LunWen.ID:2.2008.387179 |
