C-G神经网络模型周期解概周期解的数值计算结题报告.docVIP

附件6 湖南省大学生研究性学习和创新性实验计划 项 目 结 题 报 告 项目名称：C-G神经网络模型周期解概周期解的数值计算 项目编号： 湘教通[2011]272号 NO.358 学生姓名： 李振宇， 魏叶梅 所在学校和院系： 湘南学院数学系 项目实施时间： 2011年6月1日至2013年4月 指导教师: 向红军教授 联系电话: 填表日期： 2013年3月20日 湖 南 省 教 育 厅 2013年制 一、基本情况 项目名称 C-G神经网络模型周期解概周期解的数值计算 立项时间 2011年6月1日 完成时间 2013年4月 项 目 主 要 研 究 人 员 序号 姓 名 学号 专业班级 所在院（系） 项目中的 分 工 1 李振宇 200914050102 09级数学与应用数学1班 数学系 数值计算 2 魏叶梅 200914050142 09级数学与应用数学1班 数学系 数值计算 3 王映锋 200914050214 09级数学与应用数学2班 数学系 数值计算 4 康淋慧 200914050132 09级数学与应用数学1班 数学系 数值计算 5 湛 娟 200914050129 09级数学与应用数学1班 数学系 数值计算 二、研究成果简介 项目研究的目的、意义；研究成果的主要内容、重要观点或对策建议；成果的创新特色、实践意义和社会影响；研究成果和研究方法的特色。限定在2000字以内。 1．项目研究的目的和意义： 目前,有很多学者对Cohen-Grossberg神经网络进行探讨,得到了一些结论.但据我们所知, Cohen-Grossberg神经网络的研究远没有结束,有待于我们去进行更深入的研究和探讨，比如C-G神经网络模型，由于各种原因在神经元之间进行信号传递是存在时滞，这种时滞可以通过强化器还原动力现象，如：信号和图像处理、模式识别等。而时滞使得神经网络变得更加复杂，有许多文献资料研究神经网络的稳定性、周期性、概周期性，甚至混沌等现象。了解这些知识，并加以研究性地学习，对于正处在本科阶段的我们，对学好《常微分方程》这门课程以及今后进一步深造意义重大。因此研究C-G神经网络应是一项十分有意义的工作。 据我们掌握的知识，到目前为止，很少有文献研究C-G模型的伪概周期解。基于上述目的，我们选择这个课题进行研究，一方面巩固了现阶段的学习，为今后学习打下更扎实的基础；另一方面，在导师向红军教授的指导下，我们提前了解了科学研究的基本思路，掌握科学研究的基本方法，为以后研究生阶段的学习做准备。 2. 研究成果的主要内容、重要观点或对策建议： 通过我们的研究主要得到了以下定理： 定理1：若假设 ：连续有界，即存在正常数和，使得： 。 ：连续满足，对存在常量，使得： 。 ：函数在上满足Lipschitz条件，也就是对，存在正数使得: ，，. ：对于所有，延迟核是的分段连续可积函数且满足： ，， 这里是一个充分小的非负常数。 ：、、、、、是上的连续的伪概周期函数. ：，其中是的导数，。 成立，且，则等式 在内有唯一的伪概周期解，其中，,，， ，，，。 定理2. 若假设 强化函数与连续有界，且存在正常数、和、满足： 行为函数连续且满足，存在常数,使得： 激励函数，满足Lipschitzti条件，即存在，使： 对一切核与都是的分段连续可积函数，满足: 这里是正实数。 是上的连续伪概周函数。 ，这里 成立，令：, 定义 ，,则等式 有唯一的伪概周期解存在凸集中. 这里， 对有。 。 3．成果的创新特色、实践意义和社会影响： 近几十年来，各种类型的C-G神经网络引起了人们极大地关注，但我们注意到已有的文献都要求连接权函数和外部输入函数为周期函数或概周期函数。实际上，人工神经网络由于电路连接、信号传输等问题，并不能保证连接权函数和外部输入函数总为周期函数或概周期函数，并且伪概周期函数包含了周期函数和概周期函数，因而连接权函数和外部输入函数为伪概周期函数适用范围更广。我们利用不动点定理和微分不等式分析等技巧，讨论了单向和双向具时滞Cohen-Grossberg神经网络模型，在激励函数满足Lipschitz条件下，其伪概周期解存在性和唯一性，同时讨论了具时滞Cohen-Grossberg神经网络模型，在激励函数不满足Lipschitz条件下，其伪概周期解存在性和唯一性。最后都给出了