一類離散與混合分布時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)的動(dòng)態(tài)分析及應(yīng)用.pdf

1、人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡(jiǎn)寫為ANNs)也簡(jiǎn)稱為神經(jīng)網(wǎng)絡(luò)(NNs),它是一種模擬動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度,通過(guò)調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系,從而達(dá)到處理信息的目的。由于神經(jīng)網(wǎng)絡(luò)軸突的長(zhǎng)度和大小有各種途徑并行存在,使其具有了空間的性質(zhì),所以引入無(wú)限延遲對(duì)它們是適用的。因此,將存在傳導(dǎo)速度沿這些路徑以及相關(guān)的傳播延遲的分布。由于在

2、這種情況下,信號(hào)的傳播不是瞬間的,不能被分布時(shí)滯和接近于連續(xù)分布時(shí)滯的模型所刻畫,因此考慮離散與混合分布時(shí)滯的神經(jīng)網(wǎng)絡(luò)模型是更為實(shí)用的。
　　 本通過(guò)對(duì)幾類細(xì)胞神經(jīng)網(wǎng)絡(luò)模型的研究,提出了幾種學(xué)習(xí)規(guī)則和算法,以適應(yīng)不同網(wǎng)絡(luò)模型的需要。首先,給出了人工神經(jīng)網(wǎng)絡(luò)的研究背景和其基本理論以及網(wǎng)絡(luò)的基本模型。其次,給出了一類經(jīng)典細(xì)胞神經(jīng)網(wǎng)絡(luò)的定性分析,利用Lyapunov-Krasovskii泛函和Young不等式,證明了系統(tǒng)的耗散性,平衡