时滞BAM神经网络模型的稳定性分析.pdfVIP

Journalof ◎ 生物数学学报2008，23(2)：257-264 时滞BAM神经网络模型的稳定性分析 张明明1 张春蕊2 (1啥尔滨医科大学生物信息科学与技术学院。黑龙江哈尔滨150081l 2东北林业大学数学系。黑龙江哈尔滨150040) 摘 要：本文研究了一个含有n+1个神经元的多时滞BAM型神经网络模型．利用儒歇 定理及其推论分析了该动力特征方程根的分布情况，进而得到动力系统稳定和Hopf分支存在的 了在分支曲线的不同区域里平衡点的稳定性． 关键词：BAM神经网络；时滞；稳定性；Hopf分支；Pitchfork分支 0175．14 中图分类号t MR分类号，34K18；34K20；93D99文献标识码：A 文章编号：1001-9626(2008)02-0257-08 0引言 近年来，人们对神经网络的动力系统产生了越来越大的兴趣．神经网络是由具有适应性 的简单单元组成的广泛并行互联的网络．最初是由Hopfied建立了结构简单的神经网络模型， 是存在着时间滞后问题，于是提出了时滞神经网络模型，这对于神经网络动力系统来说是一个 巨大的飞跃，在动力系统领域引起了很大反响．目前神经网络模型在各个领域中都得到了广泛 的应用，比如说模式识别、信号处理、自动控制、传感技术，因此研究神经网络的动力学性质 具有很重要的实际意义【1，21．时滞的出现能够更确切的刻画神经网络的动力学性质，具有十分 构，即双向联想记忆模型(BAM)．BAM模型是一种常用的神经网络，具有信息记忆和信息联 想的特点．同样，时滞的BAM神经网络也是目前研究的热点问题．对于神经网络动力系统， 目前的多数工作都是集中在全局和局部稳定性分析上．众所周知，神经网络动力系统的研究不 但涉及稳定性的讨论，还涉及许多动力学行为，例如：周期解、分支和?昆沌．分支是动力系统 收稿日期：2006-05—10；收修改稿日期：2006—10一12 基金项且：中国博士后科学基金(2004036108)部分资助 作者简介：张明明(1980-)，女，内蒙古人。硕士研究生． 生物敷学学报 第23卷 分支和Pitchfork分支，这对于BAM神经网络的动力系统的性质有了更深刻的了解． 本文所要研究的BAM 袖 ≥ 鉴时 田1 BAM模型的结构田 荔一 本文所研究的BAM模型是一种在J层有一个神经元，‘，层有礼个神经元的一种特殊的 BAM模型． l 91(t)=-uyl(t)+gl(x(t一盯1))， {沈(￡)=一uy2(t)+92(x(t一仃2))， (o．1) I j L如(t)=-uy,t(t)+％(z0一％))． 这里z(￡)表示第J层中的神经元与第了层Ⅳ个神经元通过激活函数五作用后的状态，瓠(t) 表示第J层中第i个神经元与，层中的神经元通过激活函数仇发生作用后的状态，让是一 活函数)形非线性函数． 气表示J层中神经元到J层神经元的时滞，吼表示J层神经元 信号传到．，层神经元信号的时滞， n，吼都是参数．本文主要研究系统(0．1)的稳定性．假设 7-5=12=…=rn，01=02=…=On则系统(0．1)变为： I扔(￡)=-uyl(t)+gl(xCt一口1))， {沈@)=一uy2(t)+gz(x(t一盯1))， (0．2) I； II讥(t)=-uy。(t)+9n(z(t一盯1))． 1 稳定性 = D ： 1 一让妒1(￡)+91(妒o(￡)) =