小世界人工神经网络模型研究

为了对人工神经网络拓扑结构进行优化，将复杂网络理论中的小世界效应引入到人工神经网络拓扑结构的改造中，构建小世界人工神经网络模型，其主要研究内容包括：①基于WS小世界模型和NS小世界模型分别构建两种小世界人工神经网络模型，并对其算法进行研究；②对所建立的小世界人工神经网络进行性能分析，主要包括：给出小世界人工神经网络隐层层数判别式；给出小世界人工神经网络在不同重连概率下的聚类系数和各神经元间最短路径平均值的变化情况，通过仿真实验研究给出网络性能（逼近性能、收敛性能等）最好时重连概率的取值；③基于小世界人工神经网络的污水处理出水水质参数监测研究。通过以上研究加快人工神经网络的收敛速度，提高网络的收敛精度。. 传统的人工神经网络结构难以准确描述实际系统复杂的内部机理。因此，基于小世界效应对人工神经网络结构进行优化有较大的理论价值和实际意义。