导 师: 杨晓松
学科专业: G0104
授予学位: 硕士
作 者: ;
机构地区: 华中科技大学
摘 要: 人脑可以说是自然界中最复杂的系统,它的工作过程始终是人们渴望了解的。作为生物神经系统的简化和模拟,人工神经网络可以模拟大脑的许多基本功能,因此它激起了人们极大的研究兴趣。许多研究表明,混沌行为在大脑完成其高级信号处理过程中可能发挥着重要作用。本文就是力图将神经网络和混沌动力学结合起来进行研究的一种尝试。 首先本文介绍了混沌理论的产生与发展以及人工神经网络研究的现状和意义,接着详细介绍了人工神经网络以及混沌动力学的相关内容,包括混沌的定义、判定混沌的依据以及混沌的定性特征,其中重点介绍了lyapunov指数和poincaré截面。其次本文介绍了一类低维连续hopfield神经网络模型所出现的混沌现象,并运用lyapunov指数和系统相图初步验证了此类低维连续hopfield神经网络所产生的混沌吸引子。最后利用matlab软件进行数值仿真对上述低维连续hopfield神经网络模型所出现的混沌现象及其耦合进行了初步研究。发现当系统的耦合系数满足一定条件时,耦合系统的混沌现象消失,出现极限环或稳定点,并且发现系统出现同步现象,这些对探讨大脑神经元之间的信息传递、了解大脑的工作过程有一定的潜在意义。
关 键 词: 神经网络 指数 混沌动力学 混沌吸引子 数值仿真
分 类 号: [TP183]
领 域: [自动化与计算机技术] [自动化与计算机技术]