Hopfield神经网络的稳定性分析

作     者：鄢克雨 

作者单位：电子科技大学 

学位级别：硕士

导师姓名：钟守铭

授予年度：2005年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：神经网络 Lyapunov 函数 不等式分析 Dini 导数 

摘      要：神经网络在神经生理学、神经解剖学的范畴内,指的是生物神经未网络;在信息计算机科学等领域内,指的是向生命学习而构造的人工神经网络。 神经网络的研究实质是ANN 向BNN 学习的问题;1982 年,美国加州理工学院生物物理学家Hopfield 提出了神经网络的模型-Hopfield 神经网络模型,有力的推动了神经网络理论的研究,同时Hopfield 还引入“计算能量函数的概念,给出了网络稳定性的判据和电子电路实现,为神经计算机的研究奠定了基础。 人工神经网络是模拟生物脑结构和功能的一种信息处理系统,虽然目前的模仿正处于低级水平,但已经显出一些与生物类似的特点:大规模并行结构,信息的分布式存储和并行处理,具有良好的自适应性,自组织性和容错性,具有较强的学习、记忆、识别功能等等。 神经网络系统的理论和实践中,神经网络的稳定性始终是一个至关重要的问题。一个好的Hopfield 神经网络系统具有稳定性好、对各类输入能产生响应等特性。因此Hopfield 神经网络系统具有较好的理论和实践意义。本文讨论了无时滞神经网络和时滞神经网络的稳定性。 本文分四章:第一章为引言,主要介绍了本文的选题背景。第二章讨论了无时滞反馈型神经网络的指数稳定性。第三章介绍了变时滞神经网络的稳定性。第四章研究了时滞细胞神经网络的稳定性。