变时滞静态神经网络模型的动力行为研讨.pdfVIP

变时滞静态神经网络模型的动力行为研究 摘要 人工神经网络是目前国内外关注的一个非常活跃的研究领域，它在智能控制、 模式识别、图像处理、非线性优化计算、传感技术、机器人等众多领域都有广泛的 应用。在实际应用中，人们通过电子电路来实现神经臃络的功能，由于受人为因素 以及神经元放大器有限转化速度和技术水平等客观因素的影响，时滞现象是不可避 免的。时滞现象，其不但会降低网络的传输速度而且常常会导致网络的不稳定，所 以，具有时滞的神经网络系统的动力行为就尤为重要。 根据系统基本变量选取的不同，递归神经网络的数学模型可分为静态神经网络 和局域神经网络。静态神经网络模型，它将神经元外部状态作为变量研究，在某些递 归神经网络中有广泛应用，例如ReBP网(Recurrentback-propagationnetworks)、CNNs neural networks)等。现在关于 网(Cellularnetworks)、BSB网(Brain-state—in-a-boxtype 递归神经网络的研究大多集中于局域神经网络模型，静态神经网络模型的动力学性 质还未被深入讨论。 ·在目前有关