四元中立型时滞神经网络模型周期解

2020年8月Aug. ,2020
第36卷第4期Vol. 36, No. 4滨州学院学报
Journal  of  Binzhou  University
【微分方程与动力系统研究
四元中立型时滞神经网络模型周期解
张子振,门秀萍,段爱华
(安徽财经大学管理科学与工程学院,安徽蚌埠233030)
摘要:研究一类四元中立型时滞神经网络模型。以模型神经之间的传输时滞为分岔参数, 利用特征值法得到模型产生分岔周期解的充分条件。并利用中心流形定理和规范型理论推导出
模型周期解稳定性和周期大小的计算公式。最后利用仿真示例验证了所得结果的正确性。
关键词:中立型神经网络;时滞;分岔周期解
中图分类号:0175; TP  183 文献标识码:A  EXDI :10.13486/j. cnki. 1673 - 2618. 2020. 04. 008
0引言
由于神经网络在工程领域中的实用性,已经被广泛应用在诸如智能控制、优化求解、模式识别、信号处 理、图像处理等众多领域口切。尤其是中立型神经网络可以描述一些关于过去状态数据的重要信息,因此,
中立型神经网络受到国内外研究学者的广泛关注。文献[4]研究了一类具有两个时滞的中立型神经网络
Hopf 分岔,文献[5]研究了一类中立型神经网络模型正周期解的存在性及全局吸引性,文献[6]研究了一
类中立型神经网络概周期解的存在性及稳定性,文献[7]则研究了带有Levy 噪声的中立型神经网络的反
巢湖学院学报馈控制问题。最近,文献[8]研究了如下四元中立型时滞神经网络模型:
d ;fi  (z)dz
441/\(业(/一 ◎))+届 dQ —『2)+人2乞3(/—『2)+爲业(/一『2),
=一口1工1 (t) +血2 九(/—")),
蚯(/)
dz
(t) +a u fi  (^2 (/—")) o
/Zi Xi  (t) +a 2i  fl  (^2 Ct~T2)) +a 3i/1 (© (z —r 2)) +
fj.s x 3 (z) +a 13 /3 (a?i  («—ri )),
(1)
其中,忑(i=l,2,3,4)表示第i 层神经元的状态;p ;(i  = l,2,3)表示内部处理过程的稳定性系数;為(加=1,
产业结构调整指导目录(2011年本)2,3)表示中立行为影响系数;3& = 2,3,4),呦0 = 2,3,4)表示神经元之间的连接强度“”(”=1,2)表示
两层神经元之间的传输时滞。
令 r=ri+r 2,如(/) = © (/—“),";(/)=忑(/)异=2,3,4。系统(1)转化为
收稿日期=2020 -06 -20
基金项目:国家自然科学基金资助项目(12001001);安徽省高校优秀青年人才支持计划项目(gxyqZD2018044);安徽省 高校自然科学研究重点项目(KJ2O19AO655 ,KJ2O19AO656 ,KJ2019A0662 ,KJ2020A0002)
第一作者简介:张子振(1982-),男,山东聊城人,副教授,博士,从事动力系统稳定性、分岔研究。
E-mail : zzzhaida@ 163 ・ com
・47・
滨州学院学报第36卷
阻(£)+<i 2i/i  (力2 (^-r))+a 3i/i  (力3 (^-r)) +
dtti (£)df
a 4i/i  (力4 (^-r)) +^itt 2 (^-r) +^2w 3 (^-r)+^3w 4 (^-r),
= _化况2(力)+。12 九(«1(C ),= _〃3 况3(£)+。13 九(«1(C ),
dtt 4 Q)df
“4 坳(力)+^14/4 («1 (C) o
文献[8]研究了神经网络模型(2)的局部渐近稳定性和分岔周期解的存在性。本文在文献[8]的基础 上,继续研究网络模型(2)分岔周期解的稳定性及周期大小等性质。
1分岔周期解的存在性
(Hi) 九(0)=0也=1,2,3,4。
当条件(H 】)满足时,可以得到模型(1)在零点处的线性化部分为
= _阿力1(£)+。21力2(£—疋)+。31 “3(
k\ U 2(£—7") +k 2 u 3 (^―r) +怡3力4 Ct~T )9
她(C
df d%3 (C df dtt 4 (f)df
〃2力2(£)+。12力1 (C ,〃3力3(£)+。13力1 (C ,
p4 坳(力)+。14力1 (') o
进而可以得到相应的特征方程
A 4+D 03A 3+D 02A 2+D 01A+D 00 + (D 13A 3+D 12A 2+D 11A+D 10)e-Ar =0o
(4)
北京市委书记刘奇其中,D 。,和D “G  = 0,l,2,3)的表达式可参看文献[8]。因此,当r=0时,如果条件(H?)成立,则模型(2)
在零平衡点附近是局部渐近稳定的。
(H 2 ) D20〉0 9 D23〉0 9 D22 D23〉。21,D2I  D22 D23〉D :3 D2I  0 其中 9
D20 = Doo  + D10,D2I  = Doi  + Dll ,D22 = D02 + D ]2 , D ]3 = D03 + D13 o
当r>0时,假设入=心为方程(3)的根,得到
((D 13co 3 + D i  co ) cos  rco+ (D 12cu 2 —D 10) sin  Ta )=D G3a )3 —Dnto,
J
(5)
+Diito)sin  rco — (D 12a )2 — D 1G ) cos  ra )= —co 4 +D G2a )2 ~ D GG 。
进而有
co 8 +D 33co 6 +D 32co 4 +D 31co 2 +D 30 =0o
(6)
其中,D 3/(£=0,l,2,3)的表达式可参看文献[8]。
令亦=©,贝q 方程(6)变为
0 +D 33 +D 32 +D 310+D3O  =0。 (7)
(H 3)根据文献[8]的讨论,假设方程(7)存在4个正实根0,02,坚,04。
如果条件(HQ 成立,那么方程(6)存在正根妙=但;(£ = 1,2,3,4)。对于
Ti  = — X  arccos/ 径呎 \ ,2= 1,2,3,4。
a )i  \ n  \a )i )J
其中,
kkk43
・48・
第4期
张子振,门秀萍,段爱华四元中立型时滞神经网络模型周期解
G (妙)—(-D13C0? + Dii 妙)X  (D 03co ? —Doi 妙)+ (-D12CO? —D “)X  (cot  —D°2显 + Doo ) »
H^i ) = (D 13^+D 11a )i y+(D 12^-D 1G y 0
令 To  — min{r/} —1 »2,3,40 另外 9根据方程(4)可知:Re [常]
=]。其中 9
fQv) = v [ +D 33v 3 +D 32 v 2 +D 31v +D 3Q  ,5 =a )l  o
(H 4) f&W
舉]t 工0。因此,根据文献[8]的讨论,可以得到下列结论。
引理何 如果条件(HQ 〜(HQ 成立,则当)时,模型⑵的零平衡点E°(0,0,0,0)局部渐近
稳定;当r=r…时,模型(2)在零解处产生分岔周期解。
2分岔周期解的稳定性和周期大小
令r=m+p,p€R,且(〃r)。那么模型(2)在p  = 0处产生Hopf 分岔,并且可以转化为
u(.t) =L f ,(.u t )+F(./Li,u t )。
其中,M (i) = (M1,M2,M3,M4)T eC([-l,0],R 4),L p :C-^R 4,F :7?XC-^R 4,分别为
L ”0 = (r°+p)(A0(O)+A20( —l)),F(p,0) = (Fi ,F2,F3,FQT 。
其中,
卜竺加2世(_i )+叫严矚(_i )+
—阿
°120—"2
00
0 -10■0
0。21—尿0。31 ~k 20。41 ~k 3~
0Ai  =
»A 2 —
°13
0—何
0000(214
-
1
―限0
21
21
2!
叫”%(-1)+(怡1。12严2 (0) 怡2。13 严3 (0) 怡3。14 严4 (0)
31 31 3]
—1)+%佇(%( —1)+%((%( —l)+h. o. t.+…
F 2 = (r 0 +〃)(如与:空(0)
舛(0) +h. o. t. H ----),
尸3 =(讥 +〃)(“与;"°〉空(0) +%叮⑴妳(0) +h. o. t. H ----),
F 4 = (r 0 +//) (ai4^(0)^ (0) +ai4^(0)^ (0) +h. o. t. +…)。
根据Riesz 表示定理可知,存在[ —1,0]f 疋 使得
l u  =『〔切⑴,“)。®),。e  c ([—i,o]~疋)。
选取?(&,“)= (m+p)(Aid(&)+A2d(& + l)),其中,d(&)为狄拉克函数。
利用文献[9]中的算法和计算步骤,可以得到确定分岔周期解稳定性等特性的参数表达式:
g 2o=2roP[A lie -2ir o-o  + 屁2 优 e -矶% +h 13ple~2i ^ +h u ple~2i ^ +A 2J ; +h 31p^ +A 4J ;],
gii =r Q  Pi2h 11+2h 12p 2 p 2+2h 13p 3 勿+弘睥勿 A+2^2i  P2 +2h 31ps  +2h n  pl  ],
g02=%0 P[Ane 2ir °^ +A12 pl  e 2iro<w ° +h 13pl  e 2ir °^ +h u pl^iroa,° +h 21p2 +h 31ps  +h^pt  ],
g 21=2r 0 P :A 11(2W^(-l)e-i ^+W^(-l)e-i ^)+A 12(2W^(-l )Ae-i ^+W^(-l )Ae i ^) +
・49・
氐(2W 撐(一1)勿eT 沁+W 谿(一1)0代咖。)+几(2可生〉(一1)勿。—咖。+可谿(一1)
屍由氏)+
滨州学院学报第36卷
其中,
e -1^^ (3Ai5 +3A16pl  p 2 +3A17pl  卫3+3屁8洌卫4)+竝(无21 (2W1P  (0)+W 谿(0))+3无22) +
Ps  (A 31
(0) +W^ (0)) +3h 32) +p : (A 41 (0) +W^ (0)) +3A 42)],
。21/\(0) , _^31/Z l (0)
_k\ 012尸2(0)丄爲 413尸3(0)丄忽 414/^(O) 7"11 2] 十 2] 十 21 '"12
2! "" 2! !
z  _^lfl (0) J  —居 412 严2(0) | 爲 413 严3(0) | 怂 414 严4(0) 7 _。21 严1(。) 几-----2!—,h15---------3!------十—3!--------十-----3!------,必-----------
7 _。31 严1(0) , —041/^1(0) , _^12/Z 2(0) , _。12严2(0) , _ 力17 Wj  ,力18 3~j  9/121 2~j  ,力22 Wj  ,力 31_
7 —^-13
3(0) j  —<214/4 (0) j  —。14 严4(0)亠— 。12 亠—九32
,九4] 5~! ,“42 ,Pl  — ~T  ,P3 — ~T  ,o  ! /! o  ! 1伽十“2 1伽十“3
厶 _lcoo  +阿—(。21 —居)e _ir °^ p 2 — (a 31 ~k 2)e~ir ^ p 3P4=-----------------------------------------------
-----------------3!°12
3!
。13 f  3 (0)2!
°13(。41_爲)eT 切昨 ,
厶 * —(。21 —届)
— P ; _ (q 3i~^2)e irQajQ  * _ (a 4i  — ^3)e irQajQ
2
“2—' 3 何―' 4 "4—'
P=[l  + p2 p2 +p3 p3 +卫4 pt  H-roe -^^ ((1 —届)卫2 p2 +(。31 —爲)卫3 p3 +(。41 —爲)卫4 pt  )]_1,
W 2G =^p^)^^p^)+E 1e 2^^W 11= -^p^) + ^pW)+E 29"~  ~ CU0T0
吹0p(&) + 黑+码 e% #, Wu  CUoTo  ~3o>0 To cooro 并且
E] =2
_2ico 0 + p\
—°12—Q13—Q14
卫(0) = (1,卫2,卫3 ,卫4) e",
施密特触发器仿真
(。31—爲)e_矶叱
02icoo  + “30
(% 一届)e_矶叱 2icoo  + p -2
(5i —爲)e_矶吟-00
2ia )o  + 阿
1
-An  e _2iro<Wo  +A i 2/>2 e _2ir °^ +A is  pl  e _2iro<Wo  +h u pl  e _2ir °^ -
e 2
-1
X
—卩\
。21 —居。31 —爲。41—忽「
-1
~2h 11+2h 12 p 2 p 2 +2A 13 p 3 p 3 +2h u p 4 p 「
a 12―化
0X
2A 2i
°13
弘31
_ °13
-1
―"_
_ 2A 41 _偏振分束器
于是,可以得到
G (o )
i
2讥0>
(g “g2。一2|gJ2—呼\ 丄亜
2(8)
T 2
Re{C 1(0)}
Re{”Go)}‘
02=2Re{G (O)}, Im{C 1(O)}+;2Im{A /(r o )}
(10)(11)
T q CO q
根据文献[9]中确定分岔周期解稳定性和周期大小的算法,可以得到下列定理。
定理1对于模型(2),如果;2>0(;2<0),那么Hopf 分岔是超临界(次临界)的;如果他VO (02〉O ),
那么分岔周期解是稳定(不稳定)的;如果r 2>0(T 2<0),那么分岔周期解是递增(递减)的。
• 50 •
第4期
张子振,门秀萍,段爱华 四元中立型时滞神经网络模型周期解
3仿真示例
选取文献[8]中相同的参数,即
〃1=〃2=〃3=〃4 = 1・ 5 , /i  (.X )= f 2 (.x) =f3^x)=f^{x)= tanh(^),
<221 — <231 = 2 ,<Z 4i  — 1 »<Zi2 — <213 =。14 = —1 Ml  =爲=爲=0. 1 0
显然,由零平衡点经过计算可以得到
coo=l ・ 658820=0. 93990
当r=0时,仿真效果如图1所示,零平衡点E o (0,0,0,0)局部渐近稳定。
图1当r=o 时,E o (O,O,O,O)局部渐近稳定
当r=O.8e (O,ro)时,仿真效果如图2所示,零平衡点E 。(0,0,0,0)局部渐近稳定。
0.600.40
冒 0.20
-0.20
50
100 150 200
0.300.20
号 0.10
-0.10
0.150.10
O  0.05
-0.05
-0.10
0 50 100 150 200
0 50 100 150 200
图2当r=O.86(O,ro )时,E 。(0,0,0,0)局部渐近稳定
当r=l. 12>r 0时,零平衡点E o (0,0,0,0)失去稳定性,示例模型在E o (0,0,0,0)附近产生一簇分岔 周期解,仿真效果如图3所示。因此,仿真结果与引理1中的所得理论结果一致。另外,根据计算结果得
・51

本文发布于:2024-09-22 01:25:50,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/424457.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:分岔   模型   神经网络   研究
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议