時滯離散Hopfield網(wǎng)絡(luò)的穩(wěn)定性分析.pdf

1、神經(jīng)網(wǎng)絡(luò)是一種智能控制技術(shù)，它能模擬人的智能行為，能解決傳統(tǒng)自動化技術(shù)無法解決的許多復(fù)雜的、不確定的、非線性的自動化問題。因而近幾十年來，對神經(jīng)網(wǎng)絡(luò)的研究引起學(xué)術(shù)界的廣泛關(guān)注，尤其是以1982年加州工學(xué)院教授Hopfield提出的離散時間模型的研究為主。 時滯神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用研究是目前國際上神經(jīng)網(wǎng)絡(luò)領(lǐng)域的前沿課題之一。時滯不僅是反映了人工神經(jīng)網(wǎng)絡(luò)中放大器有限的開關(guān)速度等硬件現(xiàn)實，也是為了更好地模擬生物神經(jīng)網(wǎng)絡(luò)的延時特性，同時

2、也是解決某些實際問題的需要。 離散Hopfield網(wǎng)絡(luò)(DHNN)是有廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，如內(nèi)容存儲記憶，模式識別和組合優(yōu)化，這樣的應(yīng)用主要依賴于神經(jīng)網(wǎng)絡(luò)的動態(tài)行為，因而對神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性問題進(jìn)行研究對神經(jīng)網(wǎng)絡(luò)設(shè)計是重要的一步，DHNN的穩(wěn)定性不僅是網(wǎng)絡(luò)應(yīng)用的基礎(chǔ)，而且是最基礎(chǔ)最重要的問題，對DHNN的穩(wěn)定性研究已經(jīng)吸引了許多學(xué)者相當(dāng)?shù)呐d趣。時滯離散Hopfield網(wǎng)絡(luò)DHNND是DHNN的拓廣，它的穩(wěn)定性也是一個重要的問題

3、。 本文主要對離散Hopfield網(wǎng)絡(luò)的穩(wěn)定性進(jìn)行了研究，全文共分五章敘述。第一章概括地介紹了本文工作的背景、意義、現(xiàn)狀和本文的主要研究內(nèi)容以及主要結(jié)果等。第二章從數(shù)學(xué)角度分析了離散Hopfield網(wǎng)絡(luò)穩(wěn)定的簡化條件，同時討論了網(wǎng)絡(luò)全局收斂的情況。第三章研究了時滯離散Hopfield網(wǎng)絡(luò)穩(wěn)定性問題，主要包括并行、串行、一般演變規(guī)則下的穩(wěn)定情況。首次將延遲矩陣分解并且引入?yún)?shù)使矩陣所需條件減弱；當(dāng)閾值為零時，討論了在初始狀態(tài)X(0