時滯慣性神經網絡的動力學分析與控制方法

目錄
第1章 緒論 1
1.1 人工神經網絡概述 1
1.1.1 人工神經網絡發(fā)展 1
1.1.2 人工神經網絡動力學行為研究概述 3
1.2 時滯神經網絡研究概述 4
1.2.1 時滯神經網絡的穩(wěn)定性研究 5
1.2.2 時滯神經網絡的分岔與混沌研究概述 7
1.3 時滯慣性神經網絡概述 13
1.4 時滯脈沖神經網絡概述 14
參考文獻 16
第2章 時滯動力系統(tǒng)研究預備知識 21
2.1 時滯動力系統(tǒng)穩(wěn)定性行為預備知識 21
2.2 時滯動力系統(tǒng)分岔行為預備知識 22
2.2.1 時滯動力系統(tǒng)的Hopf分岔：Hassard方法 23
2.2.2 帶有外部周期激勵的時滯動力系統(tǒng)Hopf分岔：平均法 24
2.3 時滯動力系統(tǒng)的混沌行為預備知識 26
2.4 三種時滯動力系統(tǒng)控制方法概述 30
2.4.1 時滯神經網絡的脈沖控制 30
2.4.2 時滯神經網絡的切換控制 31
2.4.3 時滯神經網絡的間歇控制 32
參考文獻 33
第3章 帶分布時滯的神經網絡模型漸近穩(wěn)定性分析 38
3.1 帶分布時滯的神經網絡模型描述 38
3.2 模型的穩(wěn)定性分析 40
3.3 本章小結 50
參考文獻 50
第4章 帶慣性項的兩個時滯神經元系統(tǒng)的Hopf分岔和混沌分析 51
4.1 帶慣性項的兩個時滯神經元系統(tǒng)描述 51
4.2 系統(tǒng)的局部穩(wěn)定性和Hopf分岔 52
4.3 分岔周期解的穩(wěn)定性和分岔方向 57
4.4 數(shù)值仿真 64
4.5 混沌行為的發(fā)現(xiàn) 69
4.6 本章小結 76
參考文獻 76
第5章 帶慣性項的兩個時滯神經元系統(tǒng)的共振余維二分岔 77
5.1 帶慣性項的兩個時滯神經元系統(tǒng)描述 77
5.2 余維二分岔的存在性和局部穩(wěn)定性 77
5.3 分岔周期解的穩(wěn)定性和分岔方向 82
5.4 數(shù)值仿真 84
5.5 本章小結 87
參考文獻 88
第6章 外部周期激勵下慣性時滯神經網絡分岔周期解的穩(wěn)定性分析 89
6.1 外部周期激勵下的時滯慣性神經網絡模型描述 89
6.2 對應自治系統(tǒng)的局部穩(wěn)定性和Hopf分岔的存在性 90
6.3 分岔周期解的方向和穩(wěn)定性分析 92
6.3.1 簡化中心流形 93
6.3.2 平均方程 96
6.3.3 分岔周期解的穩(wěn)定性與方向分析 97
6.4 數(shù)值仿真 98
6.5 本章小結 106
參考文獻 107
第7章 外部周期激勵下兩個時滯神經元系統(tǒng)的動力學行為分析 109
7.1 帶外部周期激勵的兩個時滯神經元系統(tǒng)模型描述 109
7.2 對應自治系統(tǒng)的局部穩(wěn)定性分析以及Hopf分岔存在性 110
7.3 分岔周期解的穩(wěn)定性和方向 112
7.3.1 簡化中心流形 112
7.3.2 分岔周期解及其穩(wěn)定性討論 115
7.4 數(shù)值仿真 117
7.5 本章小結 125
參考文獻 125
第8章 基于脈沖控制的時滯慣性BAM神經網絡的穩(wěn)定性分析 126
8.1 脈沖控制下的時滯慣性BAM神經網絡模型描述 126
8.2 穩(wěn)定性分析 130
8.3 數(shù)值仿真 134
8.4 本章小結 139
參考文獻 139
第9章 周期間歇控制下時滯慣性BAM神經網絡的指數(shù)穩(wěn)定性分析 141
9.1 周期間歇控制下的時滯慣性BAM神經網絡模型描述 141
9.2 穩(wěn)定性分析 143
9.3 數(shù)值仿真 147
9.4 本章小結 149
參考文獻 149
索引 150