科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对Job Shop调度问题,建立了离散非线性回馈神经网络优化模型,给出了一种包含暂态混沌过程的神经网络优化方法。通过在优化神经网络中引入一个暂态的混沌过程,使得网络的演化具备更为灵活的动力学特征。网络状态轨迹随着自反馈系数的衰减,表现为一个典型的倍周期逆分叉过程,逐渐趋向于确定性的非线性回馈神经网络,并为其提供了一个接近全局最优点的初值。其实质是利用混沌搜索过程的随机性和状态遍历性,加强神经网络的全局优化能力,避免陷入局部极小点。仿真结果说明本文所建模型和优化方法比传统的非线性神经网络优化方法具有更好的收敛性和更高优化能力。
- 出版日期2016
- 单位长春轨道客车股份有限公司; 长春大学
