分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。

人工智能-船用同步发电机混沌神经网络建模.pdf

基于分数阶时延混沌神经网络,提出了一种新的图像加密算法:利用混沌系统产生秘钥流,把时延和分数阶导数嵌入到秘钥系统中以增加算法的安全性;用像素异或和置换相结合的方法对原始图像进行加密。通过对加密后图像各像素的水平垂直相关性、信息熵、游程统计、灰度变化平均值、直方图均衡度、密钥灵敏度等数据的详细分析,验证了该加密算法的安全性和有效性。

安全技术-网络信息-新型模糊混沌神经网络模型及特性研究.pdf

小波和混沌神经网络在大坝变形预测中的应用.pdf

基于忆阻器的连续学习混沌神经网络

博士论文哈工大 该作者已出书 混沌神经网络研究及应用 2002 博 哈工 徐耀群

论文研究-基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例.pdf,  针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况, 本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中, 充分利用相关技术优势, 设计了动态混沌神经网络时间序列预测模型. 在此基础上, 选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象, 对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试, 并用统计分析方法对模型性能进行评价与分析, 最后, 将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究. 结果显示: 整个动态混沌神经网络结构为27-12-1, 所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势, 这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.

论文研究-四色和K色图着色问题的瞬态混沌神经网络解法.pdf,  首先给出了用神经网络求解四色图着色问题的神经网络结构和能量函数 ,然后采用了具有瞬态混沌特性的神经网络 ( TCNN)来解四色图着色问题 .由于引入具有复杂动态特性的瞬态混沌使得该法具有很强的搜索全局最优解的能力 .仿真结果表明 ,用该法解四色图着色问题总能保证使能量函数收敛到最优解 ,有效避免了用传统的 Hopfield人工神经网络 ( HNN)解此问题时极易陷入局部极小的缺陷 ,并且收敛速度更快 .另外我们还用此法求解了属于 NP-完全问题的 K色图着色问题.

“1990年K.Aihara、T.Takabe和M.Toyoda等人根据生物神经元的混沌特性首次提出混沌神经网络模型，将混沌学引入神经网络中，使得人工神经网络具有混沌行为，更加接近实际的人脑神经网络，因而混沌神经网络被认为是可实现其真实世界计算的智能信息处理系统之一，成为神经网络的主要研究方向之一。” 结论的文章。