BAM神经网络和竞争神经网络的动力行为研讨.pdfVIP

BAM神经网络和竞争神经网络的动力行为研究 摘要 由于人工神经网络在最优化、信号处理、图像处理、模式识别和联想记忆等 方面的广泛应用，从而得到了蓬勃的发展。人工神经网络的信息处理能力取决于 其动力特征。因此，研究人工神经网络的动力特征，例如稳定性、周期性等问题， 为人工神经网络设计开发提供理论支持是有意义的工作。BAM神经网络和竞争神 经网络是两类应用广泛的神经网络。而在一个运行的神经网络中，系统不可避免 的出现时滞，所以研究含有时滞的神经网络的动力行为更具有现实意义。 从生物神经网络系统的观点看，人的大脑常处在周期或混沌状态，因此对神 经网络周期震荡和混沌现象的研究有着十分重要的现实意义。由于概周期性包含 了周期性，并且对于实际问题，研究概周期运动往往比研究周期运动更切合实际。 另外，神经网络平衡点收敛速度的快慢是衡量网络性能的一个重要指标，为了降 低神经网络计算所需时间，在神经网络的设计中，通常要求网络中的平衡点具有 指数收敛性。 本文主要做了以下工作： 1．介绍人工神经网络的背景和基本知识。 2．利用Bananch空间中的不动点定理、指数二分性和Lyapunov函数方法研 究了一类分布时滞双向联想记忆神经网络概周期解的全局渐近稳定