變時滯靜態(tài)神經網絡模型的動力行為研究.pdf

1、人工神經網絡是目前國內外關注的一個非常活躍的研究領域，它在智能控制、模式識別、圖像處理、非線性優(yōu)化計算、傳感技術、機器人等眾多領域都有廣泛的應用。在實際應用中，人們通過電子電路來實現(xiàn)神經網絡的功能，由于受人為因素以及神經元放大器有限轉化速度和技術水平等客觀因素的影響，時滯現(xiàn)象是不可避免的。時滯現(xiàn)象，其不但會降低網絡的傳輸速度而且常常會導致網絡的不穩(wěn)定，所以，具有時滯的神經網絡系統(tǒng)的動力行為就尤為重要。 根據系統(tǒng)基本變量選取的不同

2、，遞歸神經網絡的數(shù)學模型可分為靜態(tài)神經網絡和局域神經網絡。靜態(tài)神經網絡模型，它將神經元外部狀態(tài)作為變量研究，在某些遞歸神經網絡中有廣泛應用，例如ReBP網(Recurrent back-propagation networks)、CNNs網(Cellular neural networks)、BSB網(Brain-state-in-a-box type networks)等?，F(xiàn)在關于遞歸神經網絡的研究大多集中于局域神經網絡模型，靜態(tài)神經

3、網絡模型的動力學性質還未被深入討論。 在目前有關時滯靜態(tài)神經網絡系統(tǒng)動力學行為的研究成果中，絕大部分局限于研究常時滯情況，對變時滯神經網絡系統(tǒng)的研究工作尚不多見。本文主要研究了變時滯靜態(tài)神經網絡的一些動力行為。 本文的安排如下：第一章是概述，簡單介紹了人工神經網絡，涉及本文將要用到的定義及定理；第二章的內容是運用非負矩陣性質和不等式技巧，研究了變時滯靜態(tài)神經網絡存在不變集和周期吸引子的充分條件，并對周期吸引子的存在范圍進