两类神经网络指数稳定性.docVIP

 摘 要 神经网络的动力学行为已被广泛研究，其中关于稳定性的研究也在蓬勃兴 起，本文主要讨论离散双向耦合记忆（Bidirectional Associative Memory,BAM） 神经网络和 Cohen-Grossberg 神经网络的稳定性问题。对前者的论证主要借助于 基本的不等式技巧后者却借助构造 Lyapunov 正定函数来论证。 在讨论离散双向耦合记忆神经网络的稳定性时，首先将探讨其平衡点的存在 性，在本文中主要通过建立范数的方法，应用 Brouwer 不动点理论来论证平衡点 的存在性，在讨论稳定性时，出现各种方法和技巧，如建立适当的 Lyapunov 正 定函数，通过矩阵理论等，在本文中本人将采用基本的数学不等式技巧结合范数 性质给出这种神经网络全局稳定性的证明，舍弃复杂的矩阵理论和函数理论，依 靠基本的数学推理来进行。在讨论 Cohen-Grossberg 神经网络的稳定性时，本文 将 分 成 三 种 情 形 ： 不 具 时 滞 Cohen-Grossberg 神 经 网 络 ； 具 有 离 散 时 滞 Cohen-Grossberg 神经网络；具有分布时滞 Cohen-Grossberg 神经网络。首先对 不具时滞 Cohen-Grossberg 神经网络平衡点的存在性进行论证。其次本文给出三 种不同满足这种神经网络稳定性的条件，并一一进行论证，在讨论具有离散时滞 和分布时滞 Cohen-Grossberg 神经网络时，本文主要根据神经网络自身的特征借 助构造 Lyapunov 正定函数来论证其稳定性。 关于在讨论收敛的同时，我们也关心收敛的程度。众所周知指数收敛是一种 快速的收敛方式并被广泛研究，文中着重讨论离散双向耦合记忆神经网络和不具 时滞 Cohen-Grossberg 神经网络的指数稳定性以及具有离散时滞和分布时滞的 Cohen-Grossberg 神经网络的指数稳定性。共分作四章： 第一章：给出本文论证所必需的基本定义，基本概念，并介绍相关的神经网 络模型的相关知识和研究背景。 第二章：给出离散 BAM 神经网络平衡点的存在性证明。借助基本的数学不等 式讨论离散 BAM 神经网络的指数稳定性问题。 第三章：给出不具时滞 Cohen-Grossberg 神经网络平衡点的存在性证明。借 助构造 Lyapunov 正定函数来论证不具时滞 Cohen-Grossberg 神经网络的指数稳 定性。 I 安徽大学硕士学位论文：两类神经网络的指数稳定性 第四章：借助构造 Lyapunov 正定函数来论证具有离散时滞和分布时滞的 Cohen-Grossberg 神经网络的指数稳定性。  关键词  神经网络 ； 平衡点 ；  Lyapunov 正定函数  ； 指数稳定性  II ABSTRACT The dynamics of neural network have been extensively investigated; The discussion of stability is a topic at modern time. In this paper, we mainly discuss the exponential stability of the discrete bidirectional associative memory (BAM) neural network and Cohen-Grossberg neural network without delays. The discussion on the first one basted on the basic inequality then the second one basted on constructing proper Lyapunov definite function. On the discussion of the stability of the discrete-time bidirectional associative memory neural network. We first discuss the existence of equilibrium point, in this paper, we construct proper norm for the demonstration. We proof the existence by Brouwer fixed point theory. On the discussion of the stability, there are many methods and technology such as constructing prop