摘要：本文提出了一种具有暂态混沌和时变增益的神经网络。通过引入暂态混沌和时变增益，该网络比Ｈｏｐｆｉｅｌｄ型网络具有更加丰富和更为灵活的动力学特征，从而具有更强的插索全局最优解或近似全局最优解的能力。网络经过一个短暂的倒分叉过程逐渐趋近一个常规的Ｈｏｐｆｉｅｌｄ神经网络，并为其提供了一个在全局最优解附近的初值。它可以用于救解各种复杂的优化问题。大量的数字模拟表明网络能很好地解决Ｈｏｐｆｉｅｌｄ型网络的局

原文链接:http://www.cqvip.com//QK/90131X/199807/3076644.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）