许楠, 刘桂阳 ,徐耀群

(1.黑龙江八一农垦大学 信息技术学院，黑龙江 大庆 163319； 2.哈尔滨商业大学 系统工程研究所，黑龙江 哈尔滨 150028)

制造混沌神经计算机一直是人们追求的目标，然而由于元器件的不稳定性，在一定情况下势必会出现微小扰动从而对网络模型产生影响，扰动的引入使得混沌神经网络具有更加复杂的动力学特性，同时对网络的应用产生一定影响，影响严重时会导致网络失稳，因此研究神经网络的抗扰动能力是有必要的。高斯函数是径向基函数[1]的一种，同其他径向基函数一样存在宽度参数，本文在Chen’s混沌神经网络基础上引入高斯函数扰动，对网络内部状态进行改进，分析了混沌神经元模型的动力学特性，以及宽度参数对扰动强弱的影响，在此基础上研究混沌神经网络的抗扰动能力，并在引入高斯函数扰动情况下，利用该网络解决旅行商最短路径(traveling salesman problem，TSP)问题，仿真结果表明，网络具有较高的抗扰动能力。

1 带高斯扰动的暂态混沌神经元模型

在Chen’s混沌神经网络模型基础上[2]，加入由高斯函数构成的扰动项，现将新模型的单个神经元模型描述如下：

x(t)=1/(1+exp(-y(t)/ε0))

(1)

y(t+1)=ky(t)-z(t)(x(t)-I0)+f(y(t))

(2)

z(t+1)=(1-β)z(t)

(3)

f(u)=exp(-u2/δ2)

(4)

式中：ε0是输出函数x(t)的陡度参数；神经元的激励函数x(t)选取Sigmoid函数；k为神经隔膜的阻尼因子，0≤k≤1；y(t)为神经元的内部状态，其t+1时刻状态受到t时刻状态影响；z(t)是自反馈连接项；f(u)为高斯函数，它用来作为内部函数扰动项；δ是径向基函数的扩展常数或称宽度；β是退火参数，其值对z(t)有着决定性影响；I0为一正参数。……