非对称联接神经网络的稳定性和稳定控制.pdf.pdf

0 ▲卜b ) 第l卷第1朝 1992年1月电子科学学刊 JOURNALOFELECTRONICS V,a14,N..1 Jan..I992 非对称联接神经网络的稳定性和稳定控制萱董劈(四川轻化工学院,自贡643033) 虞厥邦(电子科技大学,成都610054) 摘要本文对连续竞争神经网络提出一种新的动态分析方法,,.. . 关键调连续神经网络;非对称联接;渐近稳定;稳定控制 r———一一——【I一引言 1 神经网络的稳定性研究大多数都是通过构造网络的Lyapunov函数进行的,,其原因不仅是生物神经网络本身的联接不完全具有空间对称性,而且是在人工神经网络自适应过程中这种对称性也难以得到保证,,人们希望在保证要求的模式稳定输出的前提下,能够灵活地选取网络结构参数,甚至通过优化结构参数使网络联接度大大降低,以利于工程实现. 为此,我们对毒续竞争神经网络提出一种新的动态分析方法,【4】,,网络结构参数鳃选取有较大的自由度. 对于不稳定神经网络,如果要求它按某一预期的规则进化到稳态时,,利甩去余控制技术,我们提出了一般非对称不稳定网络的稳定控制模型,. 二、连续竞争神经网络的稳定性研究般Ⅳ维连续竞争神经网络,其状态方程可以写为 F(X,,,J) 1990·0‘·23收到,1991-. (1) 维普资讯 电子科学学刊输出方程为 Y—c(x) (2) 这里,F(·)是一个非线性可微函数;X一(?)∈R,是第十神经元的活化状杰;通常是一个对角线矩阵,且>0,,,代表第个神经元状杰变化的时间常数;T是一个Ⅳ×N矩阵,丁jj代表第i个神经元与第;个神经元之间的突触联接强度;,一(,,?,N)∈R,,.是第i个外部输入;c(x)一(g(。)?gN(N))∈ c,()代表第i个神经元的输人输出非线性特性. 为了研究网络在平衡点附近的稳定性,设输入在平衡点附近产生一散量扰动 x,即+,SX (3) 将(3)式代人(1)式,+△贾一p(x。,T,,)+,(x。。T,J)AX+0J△xJ’(4) 注意到网络的平衡点满足方程F(x..T。,)一0 (5) 方程(4)中,OI△x}是二阶以上高阶微量,这里假定它随着x一趋于零;F(, r,,)是一个在x处F(·)对x的N×Ⅳ△R—F(x,,T,,)△x (6) 这样,通过对(6)式描述的线性系统的零解稳定性可以研究(1)Ⅳ维联想神经网络平衡点的渐近稳定性. 般Ⅳ维联想神