神经网络中的一种改进的快速退火方案

本文详细讨论传统模拟退火的优缺点.在此基础上提出一种改进的快速退火方案.并对它的理论和应用进行讨论与分析。     

一种基于人机交互的退火遗传算法

针对工程中存在的许多具有大规模、非线性、非凸等复杂特性的全局优化问题，在退火遗传算法的基础上，通过将人工方案和算法方案相结合，提出了一种基于人机交互的退火遗传算法，算法首先通过人机合作方式产生初始群体，并在随后的演化过程中，根据个体的适值自动地将人工个体从移民池中引入到算法群体中，引入的人工个体在同其他个体广泛交叉后，按Metropolis法则形成新群体，从而改善群体的质量并引导算法向更富希望的方向搜索，改进的自适应算子提高了算法的整体搜索能力，该算法具备演化算法的优点，并能发挥人的主动性，显示了求解复杂优化问题的应用潜力，算例的仿真结果验证了算法的有效性。     

一种局部回归神经网络的快速算法

针对目前局部回归神经网络动态ＢＰ算法的误差导数计算复杂、收敛速度慢的缺陷,提出了一种新的快速算法、该算法是将信号流图引入动态ＢＰ算法,较好地解决了求导数的复杂性,同时采用ＢＦＧＳ算法另快了网络的收敛速度仿真结果表明了本算法的有效性。     

一种基于BP神经网络的快速称重新方法

在研究人工神经网络的基础上,提出了一种基于BP神经网络的电子吊秤快速称重测量的新方法。将BP神经网络应用于拟合称重传感器的输出特性,并在MATLAB下通过训练和仿真验证了应用BP神经网络实现电子吊秤快速称重可行性及优越性。     

改进的神经网络快速学习算法

提出了一种新颖的神经元模型和用于神经网络训练的推广准则，给出了多层神经网络的快速学习算法，研究了一种用于语音识别的时变多层神经网络及其相应的快速学习算法．语音识别实验表明：所给出的快速学习算法能有效地加速网络训练进程．     

混沌退火在神经网络函数优化计算中的应用

将混沌扰动直接添加到Hopfield网络中以提高网络在函数优化计算中的寻优能力.在寻优过程中,通过不断衰减混沌扰动幅度及混沌扰动的接受概率来实现混沌的模拟退火.接收概率衰减速度的调节可以控制混沌退火的速度,从而影响网络的收敛速度.网络在优化过程中经历了混沌粗搜索和梯度下降精搜索两个阶段.利用混沌的随机性和遍历性等特点,网络可以到达全局最优点附近,最终获得全局最优解.仿真结果证明了该方法的有效性.     

一种高效的快速模拟退火算法

基于对经典模拟退火算法的分析,给出了一种新的快速模拟退火算法。数值计算结果表明,采用本文的快速模拟退火算法可以显著地提高求解全局优化问题的计算效率     

快速退火炉离子注入退火工艺设计

研究了快速热处理系统中卤钨灯阵列的排列方式和硅片接受到的辐照度均匀性的关系,设计了一种可以满足硅片温度均匀性要求的轴对称排列的灯阵列形式.卤钨灯分布在三个半径分别为5,10,16.8 cm的同心圆上,线密度分别为0.127,0.191,0.341cm-1,加热头高度为10.2 cm.此时辐照度的标准差有最小值,保证了硅片边缘和硅片中心能够得到尽可能一致的辐照.接着进行了P离子注入快速热退火试验,测量比较了退火后样品的方块电阻值,获得了快速热退火的最佳温度时间关系参数.对于剂量7.0×1015cm-2,能量60 keV的P离子注入,快速热退火的最佳温度为1000°C,稳定10 s.     

一种用于快速分类问题的神经网络学习算法

对传统的ＢＰ算法进行了改进，提出了基于二阶导数的ＢＰ算法，大大减少了样本训练的迭代数，从而提高了网络运算速度，对异或问题和蜢虫分类问题的计算，取得了满意的效果。     

α—Si：H快速退火电学性质的研究

对α－Ｓｉ：Ｈ材料作快速退火固体晶化工艺处理，Ｈａｌｌ效应测试表明：随着退火温度的增加，μＨ和σ逐渐增加，经８００℃ｍｉｎ退火后，样品电导率激活能０．１０４ｅＶ。     

一种小波神经网络的快速学习算法及其应用

提出一种基于最小二乘的小波神经网络的快速学习算法,与现有的同类算法相比,该算法无需任何矩阵运算,兼有快速收敛和计算量较小的特点,有助于提高小波网络的实时性能,推导了算法,几个典型的函数逼近的仿真实例表明了算法的优良性能。     

一种用于快速分类问题的神经网络学习算法

对传统的ＢＰ算法进行了改进,提出了基于二阶导数的ＢＰ算法,大大减少了样本训练的迭代次数,从而提高了网络运算速度．对异或问题和蜢虫分类问题的计算,取得了满意的效果．     

神经网络中的退火：I.时齐情况

本文考虑神经网络经过时齐退火后的极限分布，从动力系统的随机扰动的观点出发，我们证明了极限分布将最后集中的吸引子的一个子集上，当网络可逆时，极限分布为该集合上的均匀分布，文中解释上述现象发生的原因。     

离子注入硅的碘钨灯快速热退火温度计算

离子注入并通过快速热退火引发固相外延生长,退火温度及温度分布对固相外延生长的结晶速率及退火材料的性质有很大影响.利用等温模型,根据入射能流密度与辐射损失能流密度之间的平衡,得出了离子注入硅的碘钨灯快速热退火的退火温度与衬底温度以及碘钨灯功率的关系.研究结果表明:在300～1 070 K的衬底温度范围内,退火温度主要由碘钨灯功率决定,而衬底温度对其影响不大;发生固相外延生长的最大碘钨灯功率或液相熔融再结晶的理论临界碘钨灯功率为2.6 kW,与实测值基本相符.     

改进的非常快速模拟退火算法

在研究模拟退火机理分析的基础上，提出了一种改进的算法（MVFSA算法）的具体方案，目的是为了改进原算法（VFSA算法）中存在的缺陷，以提高算法的效率．在模型试验中，对改进后的算法与原算法的过程和结果进行了一系列的比较，发现改进后算法不仅保持了原算法全局寻优的优点，而且提高了算法的稳健性和效率．这就为模拟退火算法在更多方面的实际应用打下了良好的基础．     

复杂函数全局最优化的改进遗传退火算法

针对复杂函数的最优化问题 ,首先提出了一种基于邻域函数的尺度参数自寻优的改进模拟退火算法 ,进而通过设计多操作的基于概率接受思想的变异操作 ,结合混沌序列 ,在遗传算法中引入灾变操作和改进模拟退火算法 ,最终提出了改进遗传退火算法。基于典型算例的仿真结果验证了改进算法对高维复杂函数最优化的有效性 ,其性能明显优于传统的遗传算法、模拟退火、改进的进化规划方法以及遗传 -AL OPEX算法。     

一种改进的量子退火算法

为了进一步提高量子退火算法在优化问题上的计算速度,对量子退火算法如何移动到新解这个问题的方法进行改进,将粒子透射系数引入到量子退火算法中,并通过透射系数来确定是否移动到新解.实验结果表明:通过透射系数确定新解的方法能在更短的计算时间内得到最优解.