文档介绍：重庆邮电大学硕士学位论文蔓蕉堡查遂计算机应用技术论文提交日期至菰论文答辩日期至烨艺菽分类号密级’公开论文题目神经网络的混沌优化方法研究与应用英文题目指导教师学科专业论文评阅人答辩委员会主席柴毅教授年
钐仰√甲如厂学位论文作者签名:移器学位论文作者签名::,也不包含为获得重废蜜&曳太堂或其他教育机构的重庆邮电太堂本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本学位论文作者完全了解重庞自Ⅸ电太堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ签字日期:签期字导
摘要神经网络是目前人工神经网络中最具代表性和应用最广泛的模型之一。其结构简单,可操作性强,能模拟任意的非线性输入输出关系,在模式分类,图像处理,决策支持等领域都有着广泛地应用。虽然神经网络得到广泛地应用,但是由于训练神经网络的算法,在本质上它是一种非线性优化问题的梯度算法,所以它存在收敛性问题。即该算法不能保证训练结果一定收敛到全局最优点,容易陷入局部极小点无法跳出而达不到全局最优点;全局收敛速度很慢,训练时间过长;同时收敛性过分依赖于初始连接权值,学习率的选择等问题,一定程度上影响了它的应用效果。混沌是存在于非线性系统中一种较为普遍的现象,它的运动轨迹具有遍历性,随机性等特点,它能在一定范围内按其自身规律不重复遍历所有的状态。针对算法存在以上诸多问题,本文引入混沌优化思想,将算法具有的快速收敛到局部最优的特点与混沌搜索具有的全局遍历性有机结合,利用典型混沌映射方程优化学习率,探讨了一种具有混沌学习率的算法来优化神经网络的训练过程,以克服神经网络在训练过程中容易陷入局部极小值和全局收敛速度慢的现象。本文将改进后的算法应用于某市对某电信业务访问量的网络流量预测和人脸偏转方向判断。实验结果充分表明,具有混沌学习率的算法,在预测拟合效果和人脸方向判断上都达到设定目标。为了证明改进算法的合理性和有效性,本文将改进算法与三种基于学习率改进的算法比较,收敛速度和精度得到明显提高,且具有一定的避免网络陷入局部极小的能力。同时对学习率的选择有了新探索,对获得更优意义的多层前馈神经网络,取得了新的尝试。关键词:神经网络,混沌,学习率重庆邮电大学硕士论文
’..琽,疧甌,,,珺甀..,.琭甌,瑃,瓻,甊瓵珺瓻.
琇瑃,築重庆邮电大学硕士论文∞
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.选题背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章神经网络的相关介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⒄估酚胂肿础难胺绞健耐仄私峁埂神经网络模型及其学习规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.神经网络的学习规则⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的不足及其研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一神经网络的不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章神经网络的混沌优化方法研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯映射的混沌特性分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯神经网络的混沌优化方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯网络流量预测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.缌髁吭げ飧攀觥重庆邮电大学硕士论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
.缌髁吭げ獾奶氐慵盎驹怼网络流量预测实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.