一个神经网络模子的定性分析.pdfVIP

一个神经网络模型的定性分析 摘要 ／—弋神经网络是一种智能控制技术，它能模拟人的智能行为，能解决传统自动化技术无法 解决的许多复杂的、不确定的、非线性的自动化问题。因而近几十年来，对神经网络的研 究引起学术界的广泛关注，尤其以对一九八四年加州工学院教授Hopfield提出的连续时 以时滞为参数研究时滞对系统动力学行为的影响。我们发现当时滞f变化经过某些值时， 系统平衡点的稳定性也发生变化，也就是从渐进稳定(不稳定)到不稳定(稳定)，这些f 值就是系统的Hopf分支值(即在这些值附近，系统有小振幅的非平凡周期解)。我们还用 中心流形定理和规范型理论给出了确定Hopf分支周期解的稳定性，分支方向的计算公式， 为数值模拟计算提供了依据。由于这样得到的Hopf分支一般来讲是局部的，也就是周期 解只在分支值f。的小邻域内存在。因此，本文最后探讨了全局(对所有z-≥i-。)Hopf分 支非平凡周期解的存在性，这在理论上和实践上更具有重要的意义，也是本文的独到之处。 关键词： 神经网络时滞周期解局部Hopf分支全局Hopf‘分支 ANAIjYSISABoUT QUALITATIVE ANEURAL NETWoRKMoDEL WITHDELAY ABSTRACT Neuronnetworkisakindof control cansimulatehuman intelligenttechnology，which behavior，solve andnondeterministicnonlinearan— being’S many intelligent complicated tomation not settledtraditionalautomation problems by technology thelastseveraldecadesthe ofneuronnetworkhasarousedthe inter— study general estof academic attentiontoProfessor ofCalifornia field，with special given Hopfield Instituteof forwardsuccessiveneuronnetworkmodelIna put Technology，who large sensethemodel’S isconnectedwithassociative thisarticlefocuses stability memory，SO a 011the ofthe and sollutionof form model’S study stability binal’Y Hopfield periodic equilibrium In