几类神经网络模型的动力学阐明及混沌理论的研究.pdf

擒要 几类神经网络模型的动力学分析 及混沌理论的研究 摘要 型与联想记忆模型的动力学行为和Devaney混沌要素与随机理论的关 联。Cohen，Grossberg网络模型是上个世纪八十年代提出的一类由常微分方 程组描述的人工神经网络，许多来自于神经生物学、生物种群和进化理论的 模型都是它的特例，其中就有著名的Hop丘eld神经网络、双向联想记忆神经 网络、细胞神经网络等。Cohen-Gro鹋berg网络广泛地应用在平行计算、信 号处理、联想记忆等领域，成为实际应用中的热门课题和很多理论研究者关 注的焦点。本文中考虑了实际应用中固有的滞后特性和高阶项的优点，着重 讨论了具有滞后性质和高阶项的模型中周期解的存在性和稳定性。 联想记忆模型作为一种具有实际应用意义的神经网络模型，其不动点 稳定性也是研究者关注的热点。本文介绍了一类多值联想记忆模型。其结构 为具有复值离散激励函数的神经元的全连通H0pfield网络。这样的记忆方便 了灰度图象自然处理，具有数学上简单化的优点。该模型是基于多值逻辑的 概念，采用了复神经元模型。此外，正弦映射作为一种特殊的单峰映射，在 具有类似logi8tic映射的动力学行为同时，由于它的周期性等特性产生了更 多样的分支现象。耦合的正弦映射可以看作一类联想记忆模型，通过其分支 的动力学行为讨论可以了解其不动点稳定性变化的临界条件。 由于混沌行为表现出的不确定性、不可重复和不可预测性，越来越多 的研究试图将混沌理论和随机现象中的不确定性联系起来。从拓扑学的角 度，De、raDey意义下的混沌无疑是一个相当著名的混沌定义。根据定义中的 三个要素，可以对某些离散迭代系统，甚至某些具体的无限系统中的混沌动 力学行为作定性分析。本文中通过对于讨论三要素中拓扑传递性、初值敏感 性与概率论中某些性质的关联，尝试从概率论的角度更深入地探究混沌的含 义。 摘要 在第一章中，主要介绍了人工神经网络的历史背景及其在理论研究和 应用中的表现出来特点，进而了解到Cohen_Gro鼹berg神经网络的研究背景 和进展，认识了多值神经元模型和神经生物学中的动态吸引子的特性，并概 述了混沌理论的发展过程，Dev龃ey意义下混沌的由来。同时给出了本文的 结构。 第二章首先介绍了Gajn8M踟hin的定理和重合度理论相关的知 一些切实可行的假设条件。在构造必要的向量函数空间的基础上，具体证明 了网络模型中周期解的存在性。进一步地，考虑模型中系数和时滞是时变 的情况，并给出了相应的周期解的结果。此外，将连续模型进行Euler离散 化，运用Schaud协不动点定理，讨论了离散模型中周期解的问题。 在本文的第三章中，深入讨论了有时滞的高阶cohen_Gro部berg神经 网络连续模型周期解的稳定性问题。首先利用Lyaplln钾泛函的方法，在周 期解存在的基础上，证明了指数稳定性结果。接着，在模型矩阵向量形式 下，运用线性矩阵不等式的相关定理，分别给出了周期解全局渐近稳定和全 局指数稳定的充分条件。最后，结合前一章周期解存在性结果，通过数值模 拟对于几例实际的系统模型验证了结论。 第四章首先介绍了一类多值联想记忆模型。其结构为具有复值离散激 励函数的神经元的全连通H0p如ld网络。运用构造Ly印11nov函数的方法， 得到了其同步方式下网络稳定性的结论。此外，还讨论了正弦映射及其非对 称线性耦合情形下出现分支现象的条件。正弦映射与109istic映射之间的共 性与特性，使其产生了更复杂的动力学行为，更多样的分支现象。 本文的第五章则通过对于De、，弛ey混沌定义和随机理论中一些性质的 介绍，讨论了一满足某些随机性质的特定系统和Devaney定义的混沌要素之 间的联系，得到了拓扑传递和概率论中大数定理、中心极限定理的关联，给 出了对于当一特定系统的演化是初值敏感时应具备的随机属性。 在第六章中，回顾了本文的主要工作，并以此为基础介绍了时滞神经 摘要 网络模型和混沌理论研究中的重要课题和前景。 关键词： 神经网络，时滞，周期解，重合度理论，全局指数稳定性，全局 渐近稳定性，Lyaplln钾泛函，线性矩阵不等式，联想记忆，分支，混沌， 拓扑传递性，初值敏感性，大数定理，中心极限定理。 Abs妇批t ofSomeNellralNe如mrks