离散细胞神经网络的稳定性研究.pdfVIP

维普资讯 第 27卷 第 1期 湖 州 师 范 学 院 学 报 Vo1．27 NO．1 2OO5年 2月 JournalofHuzhouTeachersCollege Feb．，2005 离散细胞神经网络的稳定性研究 李立平 (湖州师范学院 理学院 ，浙江 湖州 313000) 摘 要：主要研究了离散细胞神经网络的稳定性问题，通过对系统不动点的分析，利用迭代的方法得到了该 CNN 系统稳定的一个充分条件 ． 关键词 ：离散细胞神经 网络 ；不动点；迭代法 ；稳定性 中图分类号：o192 文献标识码 ：A 文章编号：1009—1734(2005)01一OO19—04 MR(2000)：34C35 1988年 ，Chua和 Yangc卜 首次提 出了一种新 的神经 网络模型——细胞神经 网络 (CellularNeural Networks，简记为 CNN)．它是 由一些称之为细胞 的单位元素相连接 的非线性 电路构成的，但是要求每个 细胞仅与和它相邻的其他细胞相联系 ，并且细胞与细胞 问的连接系数一般也假定是一个空间不变量． 与一般 的神经网络 比较起来 ，作为数学模型，细胞神经 网络正 以其空间的格体系 (平面的或分层的)结 构 以及丰富的动力学行为吸引着越来越多的数学工作者的关注．现在，细胞神经网络 已广泛应用于影像信 息传递[3]、机器视角和生物视角 l，以及高级的大脑活动r5等诸多领域． 在细胞神经网络的各种应用 中，对系统稳定性 的要求是十分必要 的．所谓 CNN 的稳定性是指系统 中 的每一条轨线最终都必须趋于某个稳定的平衡点．但是 ，由于 CNN 的动力行为对于参数 的变化具有较高 的敏感性，使得该系统的稳定性很难得到保证，如文献[6～8]所研究的CNN系统就存在着周期轨和混沌 吸引子． 对于一般的CNN模型，如果引入常数时间步长 ，则可 以将对时间t的连续 CNN系统离散化 ，从而得 到一个与之近似的离散 CNN系统，如文献[9～l1]都对该类 问题进行了研究．本文的主要 目的是对离散 化后的CNN模型进行稳定性分析 ，利用迭代的方法提 出系统稳定 的一个充分条件． 1 离散CNN 系统的稳定性 一 般地 ，对时间 t连续 的CNN系统模型表示为 ： N N ． ， 、 一一bi(￡)+∑口f((z))+∑f +I．，∈{1，…，N}， (1) V J= l J= l 其 中N为细胞单元 的个数 ， (￡)表示第 i个细胞在时间t的状态 ，U和I分别表示第 i个细胞 的输入和 阈 值 ，且 U ∈R，I∈R；b，口 C 均为连接系数 ；f(．(￡))称为输 出函数 ． 本文中，假定连接系数和输出函数满足以下的三个条件 ：(H。)b0，口d∈R，C ∈R；(H：) 在R上 有界 ，V ∈ {1，…，N}；(H3)f 满足 Lipschitz条件 ，即存在 Lipschitz常数 L 0，使 V ， ∈R，有 I ()一 ()I L．I — I． 由(H3)可知，为R上的连续函数，从而对于一般研究的分段线性输出函数 (∞)=去(IXi+1I+IXi一1I)， * 收稿 日期 ：2004—10—20 基金项 目：浙江省 自然科学基金项 目(M103087)． 作者简介 ：李立平 (1974一)，男 ，江西临川人 ，湖州师范学院理学院讲师 ，研究方向：微分方程与动力系统．