叉、变异操作。2.1.4混沌神经网络目前,人们已提出了各种混沌神经网络模型,其中最具代表性的模型有三大类,即:由Aihara根据动物实验提出的混沌神经网络模型;由Lnoue以及Kaneko等提出的耦合混沌神经元网络模型;由Chen和Aihara、Wang和Smith以及Hayakwa等提出的将传统的Hopfield神经网络进行适当的变换之后得到的一些具有混沌特性的神经网络模型。对于混沌神经网络的研究同其他神经网络的研究一样主要是集中在三个方面,即时理论研究、应用研究和实现研究。主要有:提出具有混沌特性的新型神经元;对现在混沌神经网络特性进行分析并加以改进;对混沌神经网络中的混沌加以控制;小尺寸混沌神经网络特性分析等。对于混沌神经网络的应用研究主要包括:混沌神经网络用于模式识别和图像处理;混沌神经网络用于优化和控制;混沌神经网络用于通信及语音处理;对于混沌神经网络的实现研究主要是究怎样以电路的方式来实现混沌神经元和混沌神经网络。2.2人工神经网络应用神经网络理论的应用取得了令人瞩目的发展,特别是在人工智能、自动控制、计算机科学、信息处理、[4]机器人、模式识别、CAD/CAM等方面都有重大的应用实例。下面列出一些主要应用领域:(1)模式识别和图像处理。印刷体和手写字符识别、语音识别、签字识别、指纹识别、人体病理分析、目标检测与识别、图像压缩和图像复制等。(2)控制和优化。化工过程控制、机器人运动控制、家电控制、半导体生产中掺杂控制、石油精炼优化控制和超大规模集成电路布线设计等。(3)预报和智能信息管理。股票市场预测、地震预报、有价证券管理、借贷风险分析、IC卡管理和交通管理。(4)通信。自适应均衡、回波抵消、路由选择和ATM网络中的呼叫接纳识别和控制。(5)空间科学。空间交汇对接控制、导航信息智能管理、飞行器制导和飞行程序优化管理等。3.人工神经网络BP算法在电能质量中的应用
全文预览
