编号
zgly0000352144
文献类型
期刊论文
文献题名
双时滞神经网络模型分支性的数值逼近
作者单位
东北林业大学数学系
哈尔滨工业大学数学系
母体文献
系统仿真学报
年卷期
2004,16(4)
页码
797-799
年份
2004
分类号
O241.8
关键词
神经网络模型
Hopf分支
数值逼近
Euler方法
文摘内容
数值逼近是数值计算中的基本问题, 对仿真算法的理论研究有重要意义.文章研究了一类重要的双时滞神经网络模型的Hopf分支的数值逼近问题.首先, 将时滞差分方程表示为映射, 然后利用离散动力系统的分支理论, 给出了差分方程的Hopf分支存在的条件.得到了连续模型的Hopf分支与其数值逼近的关系.证明了当该模型在v=vj^z(j=1, 2, …)处有Hopf分支时, 其数值逼近在相应的v=vj^z(h)(j=1, 2, …)处产生Hopf分支.数值Hopf分支值与原连续系统的Hopf分支值之间满足vj^z(h)=vj^z+O(h).。