第3章人工神经元网络控制论-网络模型xm重点.ppt

与二值型的Hopfield网络模型具有相同的拓扑结构 神经元的状态oj满足 ： N为网络中神经元的个数； oj 为神经元j的状态； cj 为常数且大于0； Rj 为正数； xj 为外部输入； yi 为神经元i的输出，满足 yi=f(oi) 。 f一般为Sigmoid函数 */102 4. 连续型的Hopfield网络 该动态方程描述了神经元i的输出和其内部状态oi之间的关系。 CHNN实质上是连续的非线性动力学系统，由一组非线性微分方程来描述。 当给定初始状态，通过求解非线性微分方程组即可求得网络状态的运动轨迹。 若系统是稳定的，则它最终可收敛到一个稳定状态。 CHNN有如下一些特性： (1)系统在运行过程中，其能量函数将会逐渐减小到某一极小状态。 (2)系统的极小状态一般不止一个，存在有限个平衡点 (3)CHNN可以用模拟电路实现。 4. 连续型的Hopfield网络 */102 稳定性 引入一个能量函数E： 定理3-3：若f-