本科优秀论文模板数学.doc

PAGE 天 津 师 范 大 学 本科毕业论文 题目：一类具比例时滞的递归神经网络的全局指数稳定性 学 院：数学科学学院 学生姓名：赵宁 学 号：1130050048 专 业：数学与应用数学 年 级：2011级 完成日期：2015年5月13日 指导教师：周立群 PAGE I 一类具比例时滞的递归神经网络的全局指数稳定性 摘要：对一类具比例时滞的递归神经网络进行研究．利用一类非线性变换，将一类具比例时滞的递归神经网络等价变换成一类变系数常时滞的递归神经网络，再利用M-矩阵和同胚映射定理，及时滞微分不等式技巧，得到了一个时滞无关的充分条件，该条件确保该系统的平衡点是存在唯一且全局指数稳定的．最后给出一个数值算例及其仿真，验证了所得结论的正确性． 关键词：比例时滞因子；递归神经网络；全局指数稳定性；M-矩阵；时滞微分不等式 Global Exponential Stability of a Class of Recurrent Neural Networks with Proportional Delays Abstract: A class of recurrent neural networks with proportional delays is studied in this paper. Firstly, by using non-linear transformation, a class of recurrent neural networks with proportional delays is transformed equivalently into a class of recurrent neural networks with constant delays and variable coefficients. Secondly, based on the properties of M-matrix and the homeomorphism mapping theorem, by using delay differential inequality technique, a delay-independent sufficient condition ensuring the existence, uniqueness and global exponential stability of the equilibrium point of such neural networks is obtained. A numerical example and its simulation are shown to verify the correctness of the obtained condition. Keywords: proportional delays factor；recurrent neural networks；global exponential stability；M-matrix；delay differential inequality 目 录 TOC \o 1-3 \h \z \u 1 时滞递归神经网络的研究现状 1 1.1 时滞递归神经网络 1 1.2 比例时滞递归神经网络 2 1.3 主要工作 2 2 数学模型及预备知识 3 2.1 数学模型 3 2.2 预备知识 4 3 主要结果 5 3.1 平衡点的存在性与唯一性 5 3.2 平衡点的全局指数稳定性 8 4 数值算例及仿真 11 5 结论 12 参考文献 12 天津师范大学数学科学学院 一类具比例时滞的递归神经网络的全局指数稳定性 PAGE 13 时滞递归神经网络的研究现状 时滞递归神经网络 根据拓扑结构可将神经网络基本划分为两类：前馈神经网络和递归（反馈）神经网络．前馈神经网络是多层网，基于变换机理，信息从输入层开始逐层传播，输出不能返回调节输入建立动态关系，信息通过隐层最终到达输出层；在递归神经网络中，神经元之间互相连接从而实现信息的反馈，使某时刻神经元的输出除了受到该时刻输入信息的控制，还会受到其它神经元输出信号的控制，因此整个递归神经网络呈现出非线性动态特性 REF _Ref416546114 \n \h [1]．递归神经网络主要分为以下三类： Hopfield神经网络 Hopfield模型首次由美国物理学家J.Hopfield在1982年提出，该网络具有联想记忆功能，可在集成电路上实现，同时引入了网络能量函数即