神经网络中有关动力学行为研析.pdf

衄星塑i=兰趟盍堂丝±堂僮缝塞 摘要(中文) ：}1|l经网络足复杂系统lll的亟耍内容，也址多学科柑交叉的前沿研究领域。水 元构造的神经网络和一个受常数刺激驱动的两层耦合神经网络为研究对象．探讨 了其有关下列动力学行为。 现在一定的映射参数口和耦合参数C的范围，网络具有高活性的区域内，网络展 示出一种自组织的行为。即所有的单元自动地分裂成“核心”和“周边”两组或 两团簇，“核心”组内的成员联系紧密并对“J割边”组产生极强的影响，但所有 单元之问并不同步，囚而不同于传统的同步团簇。我们进一步深入分析了形成这 一自组织的原因，并对文献中给出的一个描述白组织存在区域的直线方程进行了 修正。同时，我们将色噪声引入蜘该模型，发现在无噪声时不能呈现上述自组织 的映射参数口和耦合参数f的区域内，一定强度的不对称噪声可以诱使网络产生 这一自组织结构，并且产生该自组织结构的噪声强度参数彬和耦合参数c的区域 随噪声对称度的增大而收缩；噪声对称时，噪声诱发这种自组织现象的参数区域 几乎完全消失。 第二，输入的方波在延时神经网络·{I的记忆与区分。Y．Jiang 了延时对网络同步团簇自发形成的影响。 我们修改这一网络的动力学方程使其 更加符合神经网络的特征，对神经元之间的耦合不作平均场近似，把外界方波信 号加入到网络中，得到了一个受外界方波刺激、不对称的全局耦合延时 输入信号方波的刺激下，网络具有如下的动力学特征：如果输入的方波的周期是 网络延时的整数分之一倍，则在输入信号停止后，网络的总活性还能保持以输入 方波的蒯期(。1，律)进行振荡；如果这一关系不能满足，则在方波停止输入后， 网络的总活性不能再以方波的节律进行振荡，甚至振荡的图像是混乱的。另外还 发现，两个方波信号都能被网络记忆的情况下，网络的总活性的振荡图像显示出， —— 衄睦刿!兰削厶茎熊±芏焦业主 当第一个信号的周期小丁^第二个信号的周期时，这两个信号在周期上能够被网络 区分。 第三，．修改文献[D．H．Zannetteand (872)1998]中的多层网络模型，把常数外刺激引入其中一层，构造了一个受常数 外刺激驱动的两层耦合的神经网络模型。数值模拟发现：在刺激强度J与层间耦 合强度参数占构成的相空间内，存在一条具有分形性质的阶梯状边界。跨越这一 个边界，受常数刺激的这一层网络(第一层)从部分兴奋过渡到完全兴奋状态。 在第一层网络处于完全兴奋的相空间区域，随着系统参数构成的坐标点(J，s) 最终 逐渐远离分形阶梯，笫：层网络tlJbk念II』复j}状态向短周期I吸引子过渡， 变为=个固定点。 这些工作有助于理解神经网络中的某些复杂性，神经网络系统的信息处埋等 物理现象。 煎睦塑；兰捌友堂燧±堂焦蛰塞 Abstract Neuralnetworksare of importantsubjectscomplex andalso systems aresearchfieldinrelationto this multidisciplines．Inthesis，we the of investigatedneuralnetwork with globallycoup]edlogisticmaps connection neuralnetworksof temporallyvarying strengths，the McCul10ch I’iLLse1Clllen