時滯神經網路複雜動力學與控制研究

時滯神經網路複雜動力學與控制研究

《時滯神經網路複雜動力學與控制研究》是依託河海大學,由茅曉晨擔任項目負責人的青年科學基金項目。

基本介紹

  • 中文名:時滯神經網路複雜動力學與控制研究
  • 項目類別:青年科學基金項目
  • 項目負責人:茅曉晨
  • 依託單位:河海大學
項目摘要,結題摘要,

項目摘要

時滯神經網路在模式識別、最佳化計算、信號處理、保密通訊、控制等學科領域顯示了極其重要的作用,受到國內外學術界的廣泛關注。時滯神經網路涉及諸如無窮維動力學系統、高余維分岔等亟待解決的難題,對其進行複雜動力學與控制的研究極具挑戰性,為前沿研究課題。本項目擬借鑑真實複雜網路若干特性構建時滯神經網路模型,研究網路系統非線性動力學,包括:網路平衡點穩定性及吸引域、時滯對網路平衡點穩定性和吸引域邊界的影響規律;網路平衡點局部失穩導致的各類分岔條件、分岔引發的多周期振盪共存、準周期振盪等複雜動力學現象;網路混沌吸引子產生機理及同步等問題。提出針對網路動力學有效控制新方法以獲得人們期望的網路運動模式。研發時滯神經網路電路實驗平台系統,揭示並驗證複雜受控動力學現象,為時滯神經網路複雜動力學與控制提供理論和實驗依據。

結題摘要

本項目考察了層狀耦合時滯神經網路和多耦合時滯神經網路的穩定性切換、分岔以及多穩態等問題。層狀耦合時滯神經網路系統是由兩層子時滯神經網路通過多個時滯耦合連線構成,研究對象從較簡單的小型時滯神經網路推廣至一般性的大規模時滯神經網路。多耦合時滯神經網路系統是由四個獨立的子時滯神經網路通過多個時滯耦合連線構成。時滯不僅存在於兩個環形網路間的耦合連線,也存在於環形網路中的內部連線,根據穩定性理論,得到了整體網路系統的全時滯穩定條件和與時滯相關的穩定條件,給出了網路系統的失穩條件及其導致的分岔特性。重點揭示了整體網路系統各類豐富的動力學特性,如多次穩定性切換,同步周期振盪和異步周期振盪及其相互間的多次切換,多穩態振盪等。研究結果表明:局部網路中神經元個數的奇偶性不同會導致層狀耦合時滯神經網路表現出不同的動力學特性;多耦合時滯神經網路中局部網路的內部時滯可用來控制整體網路系統的穩定性切換和振盪模式。

相關詞條

熱門詞條

聯絡我們