一种基于参数扰动退火策略的神经网络全局优化新算法

针对非线性全局优化问题 ,提出了一种新算法 :它采用参数扰动策略 ,使 Hopfield神经网络克服局部极值点的吸引 ,同时对参数扰动采用模拟退火算法 ,使扰动逐渐减小 ,直到扰动不能对最优解和最优值产生影响 ,从而得到全局最优解。通过对大量测试函数的仿真计算 ,充分体现了新算法在速度、精度和适应性方面的优势。本文还对算法的收剑性进行了理论分析。