主次元阐明与稳定性阐明.pdfVIP

中文摘要 本论文的研究目的是寻找使网络系统达到稳定的条件，并且这些条件对网络 自身的限制比较弱。从而使网络系统的设计更加容易，反过来也可以运用这些条 件验证一个网络系统是否稳定。通俗的说法就是对于用一般或特殊的微分方程所 描述的系统建立判别方法，以判断哪些系统受干扰或不受干扰的运动状态相差甚 微，哪些则相反，同时为稳定系统的设计，提供了更好的理论和方法。 本文主要运用数学工具对网络系统的几种变换形式进行了研究讨论。例如： 函数法，Dini导数等。 通过求解简单的一维微分方程，得到了仅由网络连接权矩阵的特征值和特征 向量表示的解的解析表达式，根据解析式的形式分析了网络的最终输出状态，从 而确定了网络达到稳定收敛的充分条件。 有时在实际问题中建立的微分方程形式的模型往往很复杂，无法求出其解的 解析表达式，就需要从方程本身运用一些直接方法来判断系统的渐近性态。零解 的稳定性。对变换后的网络模型，本文运用解对初值的连续依赖性和解的存在唯 一性以及一些变换算法，得到了不需求网络解的解析式，直接利用网络连接权矩 阵的特征值符号来判断网络的渐近行为和零解的稳定性条件。 对网络模型的另～种变换形式，利用的是局部线性近似的方法，由于非线性 方程与它的线性部分在局部范围内的稳定性等价，可用非线性系统局部线性化后 的简单线性部分代替复杂的非线性方程。在讨论了Liapunov函数的存在性后， 可构造适当的v函数直接对网络系统分析渐近性、稳定性、收敛性，对复数形式 的网络也进行了探讨，得到了网络输出在满足一定条件下最终收敛于权矩阵的最 大特征值对应的特征向量，实现了特征提取，变换权矩阵符号又得到了网络输出 最终收敛于最小特征值对应的特征向量的结论。’ 最后论文分析了细胞神经网络模型的稳定性，证明了细胞神经网络平衡点的 存在性，通过构造适当的Liapunov函数对其沿系统求DinJ导数得到了平衡点全 局～致渐近稳定的几个充分条件。 关键字：神经网络，稳定性，主次元分析，Liapunov函数 Abstract Our istofindouttheconditionswhich thenetworks goal guarantee stability．Th- than ofthenetworkseasier．In Bleweakereverandmakethe eseconditions design cart whetherthenetworksisstable theseconditions． verify system through general，we the criteria． Inother canestablishstable baseon words，we system stability We usemathematicaltoolstoresearchnetworksmodel．For cons— mainly example tance andclas— analyze inequality variation，inequalitytechnique，Gronwall—Bellman sical derivationect． function，Dinl Liapunov modelissolved