- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 49卷 第 1期 山 东 大 学 学 报 (理 学 版) 2014年 1月
Vo1.49 NO.1 JournalofShandongUniversity(NaturalScience) Jan.2014
文章编号:1671-9352(2014)01-0080-06 DOI:10.6040/j.issn.1671-9352.0.2013.171
带有阈值 的广义模糊双 向联想记忆
网络的稳定性分析
陈桂英
(聊城大学数学科学学院,山东 聊城 252059)
摘要:基于模糊取大算子 “V”和一类f一模 “’建立了带有阈值的V.型模糊双向联想记忆网络,证明了当 满足
李普希兹条件时,系统的平衡点是Lyapunov稳定的,并给出系统为结构稳定的一个充分条件。最后用实例验证了
结论 的正确性 。
关键词 :V—T模糊双向联想记忆网络 ;阈值 ;Lyapunov稳定性 ;吸引子 ;结构稳定性
中图分类号:O159 文献标志码:A
Stabilityanalysisofgeneralizedfuzzybidirectionalassociative
memorynetworkswiththresholds
CHEN Gui—ying
(SchoolofMathematicsandScience,LiaochengUniverity,Liaocheng252059,Shandong,China)
Abstract:Basedonthefuzzyoperator “V’’andat-norm “T”,ageneralizeddynamicalmodelnma edhtefuzzybidi—
rectionalassociativememorynetworkswiht thresholdswassetup.Itisshownhtathteequilibrium ofhtesystem isLya—
punovstableifTsatisfiesLipschitzcondition.A sufficientconditionforhtesystem tobestructurallystablewasalso
proposed.Finally,na exma plewasgiventodemons~ateourconclusion.
Keywords:V—Tfuzzybidirectionalassociativememory networks;threshold;Lyapunovstability;equilibrium;struc—
turalstability
0 引言
自B.Kosko首次在文献 [1]和文献 [2]中提出双向联想记忆网络 (bidirectionalassociativememories,
BAMs)和模糊联想记忆网络(fuzzyassociativememories,FAMs)以来,模糊双向联想记忆网络 (fuzzybidi—
rectionalassociativememories,FBAMs)以其 良好的性能以及在模式识别、模糊预测、控制与决策等领域的广
泛应用受到人们的关注,关于FBAMs的模型设计、性能分析、学习算法设计和实际应用等的研究非常活跃。
许多学者利用 “V”运算和某个具体的f一模的合成提出和分析了各种形式的FBAMs,如max..FBAMs,max一
FBAMs,mxa— FBAMs等 剖。文献 [4]基于取大算子 “V”和取小算子 “八”给出了V.八型FBAMs收敛
的充要条件,并给出了网络收敛指数的上界估计。文献 [5—7]研究了V一型FBAMs的稳定性和收敛性。文
献[9]研究了坡值FBAMs的稳定性和收敛性。众所周知,在神经网络的节点处增加阈值是提高神经网络的
收稿 日期:2013-04-10;网络出版时间:2013—11-0615:10
网络出版地址:http:/
文档评论(0)