摘要：混沌神经网络已经被证明是解决组合优化问题的有效工具．针对混沌神经网络的单调的激励函数。通过引入Shannond小波和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．给出了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．

原文链接:http://www.cqvip.com//QK/90555X/200803/27549181.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。）