关于Hopfield型神经网络的全局指数稳定性

被引：18

作者：

梁学斌

吴立德

机构：

[1] 复旦大学计算机科学系,复旦大学计算机科学系上海,上海

来源：

科学通报 | 1996年 / 15期

关键词：

Hopfield型神经网络; 全局指数稳定性; 最优化计算;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

<正> 具有全局指数稳定性的Hopfield型连续神经网络对于实时求解各种最优化问题以及特殊的A/D转换器设计问题非常重要。在这个意义下,要求神经网络具有唯一的平衡点,且它是全局指数稳定的。考虑如下Hopfield型连续动态反馈神经网络模型: Ci(（dui）/dt)=Sum from i=1 to n（TiJVi）-ui/Ri+Ii,vi=gi（ui）,i=1,2,…,n, （1）其中Ci>0,Ri>0和Ii分别称为第i个神经元的电容常数、电阻常数和网络外部输入。这里,不假定T=(Tij)n×n对称和所有gi（·）都相同。

引用

页码：1434 / 1438

页数：5