具有脉冲的非自治周期细胞神经网络动力学行为研究

来源 :新疆大学 | 被引量 : 0次 | 上传用户:WYQ1987412
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
由于神经网络在应用方面的巨大潜力,很多学者都致力于神经网络的理论研究,并取得了许多很好的成果。本文主要涉及脉冲细胞神经网络的稳定性和周期解的存在性研究.其中包括:具有变时滞和脉冲的一阶和二阶非自治周期细胞神经网络的稳定性以及周期解的存在性的研究. 本文的主要内容可以概述如下: 1.首先在第一章第一节,介绍了神经网络的产生,发展及意义.在随后的第二节,介绍了细胞神经网络的数学模型.在第三节中,介绍了胁冲细胞神经网络的研究成果.在第四节中,给出了本文的组织结构. 2.在第二章中,主要针对具有时滞的一阶脉冲非自治周期细胞神经网络进.行了分析讨论.在这一部分中,我们放弃了激活函数必须是可微,单调和有界的要求,只需它满足Lipschitz连续条件即可,尤其在证明周期解的存在性时,也可以不要求它满足Lipschitz连续条件.我们利用了迭合度定理和构造Lyapunov泛函方法,得到了系统周期解存在且全局指数稳定的充分条件. 3.在第三章中,本文研究了国内外文献较少涉及的脉冲高阶细胞神经神经网络模型.由于高阶神经网络相对于一阶神经网络要复杂的多,到目前为止人们在研究高阶神经网络时一般都假设其所有反应函数是有界,甚至还要加上单调递增等条件.我们要求反应函数满足Lipschitz条件,但不要求所有的反应函数都有界,通过降阶处理,我们利用构建合适的Lyapunov函数的方法和推广的Halany不等式到了该系统全局指数稳定和周期解存在唯一的一类充分条件. 4.在第四章中,总结和讨论被给出.
其他文献
本论文结合数据挖掘的理论,提出一个基于小波分析的时间序列挖掘的数据挖掘模型,它支持时间序列数据挖掘的整个过程。该模型应用小波实现数据的多层次可视化表示、数据约简和多
假设X=(Xt,Ft)t≥0是定义在R上的扩散过程,满足随机微分方程dXt=μ(Xtdt)+σ(Xt)dBt,X0=x0,其中B=(Bt)t≥0是出发于零的标准布朗运动,μ,σ是定义在R上的连续函数,当x≠0时,
变分不等式问题(VIP)是运筹学领域中的一个重要分支,广泛应用于自然科学、工程计算和经济均衡等诸多学科。特别是VIP的数值方法,近年来引起了众多学者的广泛兴趣。其中利用VI
梁(杆件)是工程上弹性结构的重要组成部分,梁在外力作用下发生弯曲形变。对于梁弯曲模型的数值解研究是科学计算及工程领域有理论意义和实用价值的问题。 本文主要考虑具有随