【摘要】：近年來(lái),如Hopfied、Bidirectional associative memory(BAM)、Cohen-Grossberg、Fitzhugh-Nagumo(FHN)以及細(xì)胞神經(jīng)網(wǎng)絡(luò)等多種神經(jīng)網(wǎng)絡(luò)被很好的應(yīng)用于解決一些模式識(shí)別、優(yōu)化組合、信號(hào)處理、自動(dòng)控制和圖像處理復(fù)雜的問(wèn)題.而這些應(yīng)用主要是基于神經(jīng)網(wǎng)絡(luò)豐富的動(dòng)力學(xué)行為.所以,神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)逐漸發(fā)展成為當(dāng)今生命科學(xué)研究領(lǐng)域的一個(gè)重要前沿課題,受到了國(guó)際上很多學(xué)者的關(guān)注.尤其是FHN和BAM神經(jīng)網(wǎng)絡(luò)系統(tǒng)穩(wěn)定性以及分岔現(xiàn)象受到了格外的關(guān)注.由于在生物神經(jīng)系統(tǒng)的信號(hào)傳輸中,時(shí)滯出現(xiàn)的不可避免性和神經(jīng)元突觸連接強(qiáng)度的可變性,會(huì)使神經(jīng)網(wǎng)絡(luò)系統(tǒng)發(fā)生更加復(fù)雜的動(dòng)力學(xué)行為.因此,對(duì)余維數(shù)為2的時(shí)滯神經(jīng)網(wǎng)絡(luò)的分岔研究,有助于改進(jìn)神經(jīng)網(wǎng)絡(luò)系統(tǒng)和拓展其相關(guān)的應(yīng)用領(lǐng)域.本文對(duì)時(shí)滯耦合FHN神經(jīng)網(wǎng)絡(luò)的Hopf-pitchfork分岔和中立型時(shí)滯BAM神經(jīng)網(wǎng)絡(luò)的Bogdanov-Takens(B-T)分岔進(jìn)行了深入的研究,現(xiàn)將主要工作與創(chuàng)新點(diǎn)概括如下:一、對(duì)于時(shí)滯耦合FHN神經(jīng)系統(tǒng).首先,通過(guò)分析該系統(tǒng)在平衡點(diǎn)線性化系統(tǒng)的特征方程,給出了系統(tǒng)發(fā)生余維數(shù)為2的Hopf-pitchfork分岔的充分條件.其次,以時(shí)滯和耦合強(qiáng)度為分岔參數(shù),運(yùn)用中心流形定理和規(guī)范型方法,計(jì)算系統(tǒng)在中心流形上Hopf-pitchfork分岔的規(guī)范型用來(lái)分析系統(tǒng)分岔的性質(zhì).最后,給出了Hopf-pitchfork分岔的分岔圖并進(jìn)行了詳細(xì)分析,且為了驗(yàn)證理論分析的正確性進(jìn)行了數(shù)值模擬.通過(guò)分析我們發(fā)現(xiàn),隨著兩個(gè)分岔參數(shù)的變化,在Hopfpitchfork分岔臨界點(diǎn)附近系統(tǒng)可能會(huì)存在一個(gè)穩(wěn)定極限環(huán)、一對(duì)穩(wěn)定的平衡點(diǎn)或是一個(gè)穩(wěn)定極限環(huán)與一對(duì)穩(wěn)定的平衡點(diǎn)共存在的多穩(wěn)態(tài)現(xiàn)象.這意味著在神經(jīng)系統(tǒng)中的神經(jīng)元不只會(huì)處于靜息狀態(tài)或放電狀態(tài),還會(huì)處于靜息態(tài)和周期放電共存的狀態(tài).此外,還發(fā)現(xiàn)隨著兩個(gè)分岔參數(shù)的改變,神經(jīng)元不僅可以實(shí)現(xiàn)從靜息態(tài)到周期放電的轉(zhuǎn)變,還可以實(shí)現(xiàn)從周期放電到靜息態(tài)的轉(zhuǎn)變.二、對(duì)于中立型時(shí)滯BAM神經(jīng)網(wǎng)絡(luò)模型.首先,根據(jù)系統(tǒng)在平衡點(diǎn)線性化特征方程根的分布,得到了系統(tǒng)發(fā)生余維數(shù)為2的B-T分岔和余維數(shù)為3的Triplezero分岔的臨界條件.其次,選擇神經(jīng)元之間的兩個(gè)連接權(quán)重為分岔參數(shù),利用與上面類似的方法分別進(jìn)行計(jì)算系統(tǒng)在中心流形上B-T分岔的二階和三階規(guī)范型用來(lái)分析系統(tǒng)的分岔現(xiàn)象.最后,對(duì)B-T分岔的二階和三階規(guī)范型的分岔圖進(jìn)行了詳細(xì)分析,且為了驗(yàn)證理論分析的正確性和有效性進(jìn)行了數(shù)值模擬.通過(guò)分析,我們發(fā)現(xiàn),隨著分岔參數(shù)的改變,在B-T分岔的臨界點(diǎn)附近可能會(huì)存在一對(duì)穩(wěn)定點(diǎn)共存、穩(wěn)定的周期解或同宿軌道等有趣的現(xiàn)象.
[Abstract]:In recent years, many kinds of neural networks, such as Hopfied,Bidirectional associative memory (BAM) Cohen-Grossberg Fitzhugh-Nagumo (FHN) and cellular neural networks, have been used to solve the complex problems of pattern recognition, optimal combination, signal processing, automatic control and image processing. These applications are mainly based on the rich dynamic behavior of neural networks. Therefore, neural network dynamics has gradually developed into an important frontier topic in the field of life science, which has been paid attention to by many scholars in the world. Especially, the stability and bifurcation of FHN and BAM neural networks are paid more and more attention. Due to the inevitability of time delay and the variability of synaptic connection strength in the biological nervous system, the neural network system will have more complex dynamic behavior. Therefore, the research on the bifurcation of delayed neural networks with codimension 2 is helpful to improve the neural network system and expand its related application fields. In this paper, the Hopf-pitchfork bifurcation of the delayed coupled FHN neural network and the Bogdanov-Takens (B-T) bifurcation of the neutral delayed BAM neural network are studied. The main work and innovations are summarized as follows: first, for the delayed coupled FHN neural system. Firstly, by analyzing the characteristic equations of the linearized system at the equilibrium point, the sufficient conditions for the Hopf-pitchfork bifurcation of the system with codimension 2 are given. Secondly, with time delay and coupling strength as bifurcation parameters, the normal form of Hopf-pitchfork bifurcation on the center manifold is calculated by using the center manifold theorem and the normal form method to analyze the properties of the system bifurcation. Finally, the bifurcation diagram of Hopf-pitchfork bifurcation is given and analyzed in detail, and the numerical simulation is carried out to verify the correctness of the theoretical analysis. Through analysis, we find that with the change of two bifurcation parameters, there may be a stable limit cycle near the critical point of Hopfpitchfork bifurcation. A pair of stable equilibrium points or a stable limit cycle and a pair of stable equilibrium points co-exist multi-stable phenomenon. This means that neurons in the nervous system will not only be in a state of rest or discharge, but also in a state of coexistence of resting and periodic discharge. In addition, it is found that with the change of two bifurcation parameters, the neuron can not only realize the transition from the static state to the periodic discharge, but also realize the transition from the periodic discharge to the rest state. Second, for neutral delay BAM neural network model. Firstly, according to the root distribution of the eigenequation of linearization of the system at the equilibrium point, the critical conditions for the B-T bifurcation with codimension 2 and the Triplezero bifurcation with codimension 3 for the system are obtained. Secondly, two connecting weights between neurons are chosen as bifurcation parameters, and the second and third order normal forms of B-T bifurcation on the central manifold are used to analyze the bifurcation phenomena of the system respectively. Finally, the bifurcation diagrams of the second and third order normal forms of B-T bifurcation are analyzed in detail, and the numerical simulation is carried out to verify the correctness and validity of the theoretical analysis. Through analysis, we find that with the change of bifurcation parameters, there may be some interesting phenomena such as coexistence of stable points, stable periodic solutions or homoclinic orbits near the critical point of B-T bifurcation.
【學(xué)位授予單位】：云南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O175

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 云中客;新的神經(jīng)網(wǎng)絡(luò)來(lái)自于仿生學(xué)[J];物理;2001年10期

2 劉彩紅;唐萬(wàn)梅;;基于組合神經(jīng)網(wǎng)絡(luò)的教師評(píng)價(jià)模型研究[J];重慶師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

3 鐘義信;;神經(jīng)網(wǎng)絡(luò):成就、問(wèn)題與前景[J];科學(xué);1992年02期

4 莫恭佑;;神經(jīng)網(wǎng)絡(luò)及其在英國(guó)的應(yīng)用[J];國(guó)際科技交流;1992年03期

5 閔志;;神經(jīng)網(wǎng)絡(luò):使計(jì)算機(jī)具有快速學(xué)習(xí)功能[J];國(guó)際科技交流;1992年03期

6 馮建峰,錢敏平;神經(jīng)網(wǎng)絡(luò)中的退火——非時(shí)齊情形[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);1993年03期

7 唐功友;離散Hopfield神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];青島海洋大學(xué)學(xué)報(bào);1994年S2期

8 靳蕃;;中國(guó)神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會(huì)在西南交通大學(xué)隆重召開(kāi)[J];學(xué)術(shù)動(dòng)態(tài)報(bào)道;1996年04期

9 彭宏,張素;帶有時(shí)滯的神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性[J];杭州大學(xué)學(xué)報(bào)(自然科學(xué)版);1997年04期

10 陳新,孫道恒,黃洪鐘;結(jié)構(gòu)分析有限元系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];起重運(yùn)輸機(jī)械;1999年06期

相關(guān)會(huì)議論文 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

2 周樹(shù)德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國(guó)智能自動(dòng)化會(huì)議論文集（上冊(cè)）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡(jiǎn)單規(guī)劃的識(shí)別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

4 郭愛(ài)克;馬盡文;丁康;;序言(二)[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

5 鐘義信;;知識(shí)論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國(guó)神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

7 金龍;朱詩(shī)武;趙成志;陳寧;;數(shù)值預(yù)報(bào)產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報(bào)應(yīng)用[A];1999年中國(guó)神經(jīng)網(wǎng)絡(luò)與信號(hào)處理學(xué)術(shù)會(huì)議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評(píng)估中的應(yīng)用[A];第十二屆全國(guó)心理學(xué)學(xué)術(shù)大會(huì)論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

10 張廣遠(yuǎn);萬(wàn)強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 美國(guó)明尼蘇達(dá)大學(xué)社會(huì)學(xué)博士 密西西比州立大學(xué)國(guó)家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國(guó)教師報(bào);2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國(guó)紡織報(bào);2003年

4 中國(guó)科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開(kāi)復(fù)雜工藝“黑箱”[N];解放日?qǐng)?bào);2007年

6 本報(bào)記者 劉霞;美用DNA制造出首個(gè)人造神經(jīng)網(wǎng)絡(luò)[N];科技日?qǐng)?bào);2011年

7 健康時(shí)報(bào)特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時(shí)報(bào);2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國(guó)際先進(jìn)水平[N];中國(guó)電子報(bào);2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報(bào);2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過(guò)鑒定[N];中國(guó)船舶報(bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無(wú)線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時(shí)間序列預(yù)測(cè)方法研究[D];大連理工大學(xué);2015年

5 付愛(ài)民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國(guó)農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國(guó)礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時(shí)間序列預(yù)測(cè)算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 王潤(rùn)霞;余維數(shù)為2的時(shí)滯FHN和BAM神經(jīng)網(wǎng)絡(luò)的分岔研究[D];云南師范大學(xué);2017年

2 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測(cè)的研究[D];華南理工大學(xué);2015年

3 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測(cè)及控制研究[D];燕山大學(xué);2015年

4 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

5 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

6 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

7 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

8 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測(cè)研究[D];華南理工大學(xué);2015年

9 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

10 張韜;幾類時(shí)滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

，

本文編號(hào)：2202885