论文部分内容阅读
分组无线网络的时分多址（Time Division Multiple Access。TDMA）广播调度问题是一个经典的NP—hard组合优化问题，可用神经网络求解．混沌动力学、随机游动和迟滞动力学均能够有效地提高神经网络的优化性能．为了提高迟滞动力学在噪声混沌神经网络中的优化能力，又不增加噪声混沌神经网络的参数，将噪声混沌神经网络的噪声幅值作为Sigmoid函数的中心参数，并通过神经元的输入变化来控制噪声幅值形成迟滞环，提出了一种新型的迟滞噪声混沌神经网络．对神经元状态演化行为的研究表明，该网络能够同时演