变时延神经网全局稳定性与收敛性.pdfVIP

浙江大学 硕士学位论文 变时延神经网络的全局稳定性与收敛性 姓名：邹晓光 申请学位级别：硕士 专业：应用数学 指导教师：张帼奋 2011-10 摘要近十年来，由于神经网络在许多领域中的潜在应用，研究神经网络的兴趣广泛的研究，并且已经得出了许多稳定性条件。然而，对于实际问题，变时延则更为普遍。本文主要对连续和随机两种变时延神经网络进行了研究。文中第一章，主要对神经网络做了一些基本概述，对神经网络的基本模型在第二章中，主要对带有变时延的神经网络的指数稳定性进行分析。利用在第三章中，使用????—?????函数和线性矩阵不等式???来研究带有离散和无界分布时滞的随机递归神经网络的全局稳定性。得到了一关键词：神经网络；全局渐近稳定性；线性矩阵不等式；多个变时滞不断提升。不带时延或带有时延的各种神经网络，如????神经网络、细胞神经网络、双向联想记忆的神经网络以及???瓽????神经网络已经有了作简单介绍，并对目前的一些研究状况作简单说明。?????法和线性矩阵不等式?????稣庖焕嗌窬??绲钠胶獾阒甘??定的条件。给出的判定条件用??男问奖泶铮?因此不需要调整参数，而且利用内部点的方法很容易得到验证。更重要的是，利用这些线性矩阵不等式，可以求得这些时延的上界和网络的最大收敛速度。些能确保全局稳定性的充分条件。这些充分条件由线性矩阵不等式表达，因此可以由???的??ぞ呦淅辞嵋籽橹ぁ?????????????凰婊?莨椋晃藿绶植际敝? Ⅶ?????，????????????甒?????珺???????????????????????????????????；???????．???????，???????甌????????????????琻?????．????????甀???·???????．?瑆?????．??????．????：????籊????????籐??????；????—?????????；?????籌???? 第?虑把???神经网络发展概述人工神经网络??????????珹??虺莆I窬??????怯纱罅康纳窬?处理单元广泛地相互连接而形成的复杂网络，它是从微观结构和功能上对人脑的简化、抽象和模拟。它具有大规模并行模拟处理、连续时间动力学和网络全局等特点，可以大大提高工作速度。信息的存储体现在神经元之间连接的分布上神经网络有很强的白适应和学习能力、鲁棒性和容错能力，从而可以替代复杂的传统算法，使信号处理更接近于人类的思维活动。神经网络的研究涉及众多学科领域，这些领域互相结合、相互渗透并相互推动。神经网络发展几十年来，形成了数十种网络，包括多层感知器，????宰橹?卣饔成洌?????网络，自适应共振理论，???纾琑?网络，及近年来出现的小波神经网络，概率神经网络，小脑模型神经网络等。这些网络，由于结构不同，应用范围也各不相同。人工神经网络模型有两种分类方式。按照神经元的连接方式，神经网络可分为前馈型与反馈型两类。根据网络形式不同，神经网络又可分为连续型与离散型，确定型与随机型。目前，研究的比较多的是????神经网络模型和细胞神经网络模型，他们都属于反馈型的网络，而反馈型网络的应用都是与其动态性能相关的。例如，????网络用于优化时，要求网络的所有状态都趋于这个平衡点，该平衡点对应于带求解的目标，而随着时间的增长，要求网络的所有状态都趋向于这个平衡点。从数学上看，就是要求网络必须是全局稳定?ソ?榷ɑ蛑甘?榷?的；当某一类细胞神经网络用于图像处理时，希望网络的平衡点尽可能的多，这样可以将处理后的结果储存于这些平衡点上，而且网络的状态在长时间演化后也要趋近于某一个平衡点。因此，对于神经网络的研究重点就是他们的稳定性分析。上世纪八十年代早期，????将非线性动力学中的????函数引入神经网络的稳定性研究中，并称之为“能量函数”，从而使人们对这类非线性模型的稳定性研究有了明确的判定方法。自此以后，构造合适的能量函数并利用相应的????判定定理来给出网络稳定性的充分条件成为最重要也是最基本的工具。在实际应用中，由于放大器??????淖;?俣扔邢蓿?豢杀苊獾鼗嵩谀Ｐ椭写?词?间延迟??????，并且在动态图像处理时，也需要在细胞之间传输的信号引入延迟。因此，带有延迟的神经网络模型引起了越来越多的关注和研究。??? 厂●●●●●．、、●●●??埔??平???神经网络基本模型般限制在?，?或??，?之间??此外还有一个阈值仇?蚱?胋?一吼?????蝗拢琘?缈??式中?，?，?，?口为输入信号，％???，?，??∥I窬?F咧?ㄖ担?ξO咝宰楹辖峁???为阈值，缈??为激活函数?挛闹屑せ詈?