時滯遞歸神經網絡的全局漸近行為分析.pdf

1、由于人工神經網絡(ANN)在最優(yōu)化、信號處理、圖像處理、模式識別和聯(lián)想記憶等方面的廣泛應用，人工神經網絡得到了蓬勃發(fā)展．人工神經網絡的信息處理能力取決于其動力特征．因此，研究人工神經網絡的動力特征，例如穩(wěn)定性、吸引性、周期性等問題，就成為人工神經網絡設計中必不可少的先決條件．特別地，在最優(yōu)化、神經控制、信號處理和模式識別的應用中，必須要求網絡避免發(fā)生局部最小值，因此，人工神經網絡的全局漸近穩(wěn)定性是研究的核心問題． 在人工神經網絡

2、的電子實現中，由于網絡神經元放大器的有限轉化速度問題，時滯是不可避免的．發(fā)生在連接神經元問的時滯將會影響網絡的穩(wěn)定性而發(fā)生振動現象．本文就研究了具有時滯的幾類神經網絡的動力行為． 本文的內容包括四章： 第一章——緒論部分，首先介紹了人工神經網絡的背景知識，本文的主要工作以及基本知識． 第二章中本文利用拓撲度理論結合同倫不變性，泛函不等式和Liapunov泛函方法研究了具有不同時間尺度的時滯競爭神經網絡的全局魯棒穩(wěn)