

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、最近幾年來,人工神經(jīng)網(wǎng)絡的研究重點逐漸轉(zhuǎn)向更具生物真實性的脈沖神經(jīng)網(wǎng)絡。隨著神經(jīng)科學研究和技術(shù)的快速發(fā)展,很多研究者認為基于脈沖定時的神經(jīng)網(wǎng)絡是神經(jīng)信息處理的基礎。理論研究已經(jīng)表明傳遞單個神經(jīng)元脈沖序列時域信息的脈沖神經(jīng)網(wǎng)絡其計算能力要強于一般使用Sigmoid為激勵函數(shù)的人工神經(jīng)網(wǎng)絡模型。目前,人工神經(jīng)網(wǎng)絡在生物種群的進化和學習領域中的應用十分廣泛,基于脈沖神經(jīng)網(wǎng)絡的特性,本文重點研究了應用脈沖神經(jīng)網(wǎng)絡模擬種群的進化和學習行為。
2、> 達爾文的自然選擇學說表明,種群進化過程中,擁有優(yōu)良性狀的個體會更加容易獲得繁殖的機會,經(jīng)過一代一代地繼承,這些優(yōu)良性狀成為種群的主要性狀。脈沖神經(jīng)網(wǎng)絡個體—自主智能體的進化依賴于脈沖神經(jīng)網(wǎng)絡的結(jié)構(gòu)特性,本文應用了前饋型脈沖神經(jīng)網(wǎng)絡模型,設計了增加噪聲算子、權(quán)值替換算子和行列交換算子等進化算子。在進化算子的作用下,實現(xiàn)了自主智能體權(quán)值的進化。實驗結(jié)果表明,種群在進化算法的作用下對環(huán)境的適應能力逐步提高。
種群進化的同時,自
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 進化脈沖神經(jīng)網(wǎng)絡的路徑規(guī)劃研究.pdf
- 大規(guī)模脈沖神經(jīng)網(wǎng)絡的模擬與進化研究.pdf
- 大規(guī)模脈沖神經(jīng)網(wǎng)絡的模擬與進化研究(1)
- 脈沖耦合神經(jīng)網(wǎng)絡及混沌脈沖耦合神經(jīng)網(wǎng)絡的研究.pdf
- 基于GPU的脈沖神經(jīng)網(wǎng)絡學習研究.pdf
- 脈沖神經(jīng)網(wǎng)絡學習算法的研究及其應用.pdf
- 基于脈沖序列內(nèi)積的脈沖神經(jīng)網(wǎng)絡監(jiān)督學習研究.pdf
- 基于脈沖序列內(nèi)積的脈沖神經(jīng)網(wǎng)絡監(jiān)督學習研究
- 基于進化計算的前向神經(jīng)網(wǎng)絡學習算法研究.pdf
- 傳統(tǒng)神經(jīng)網(wǎng)絡與脈沖神經(jīng)網(wǎng)絡之間的性能比較研究.pdf
- 歐洲跨文化學習研究.pdf
- 歐洲跨文化學習研究
- 基于STDP的脈沖神經(jīng)網(wǎng)絡無監(jiān)督學習研究.pdf
- 微分進化神經(jīng)網(wǎng)絡算法研究.pdf
- 差分進化神經(jīng)網(wǎng)絡算法研究.pdf
- 進化計算優(yōu)化前向神經(jīng)網(wǎng)絡的學習方法研究.pdf
- 基于種群進化的神經(jīng)網(wǎng)絡控制.pdf
- 基于進化算法的神經(jīng)網(wǎng)絡訓練研究.pdf
- 進化回歸神經(jīng)網(wǎng)絡的研究及應用.pdf
- 遺傳神經(jīng)網(wǎng)絡的綜合進化研究.pdf
評論
0/150
提交評論