一种具有全局收敛性的对偶动态神经网络模型  

A Dual Dynamical Neural Network Model with the Global Convergence

作　　者：刘军[1] 王兆明[1] 顾德仁[1] 

机构地区：[1]电子科技大学电子工程系,成都610054

出　　处：《电子学报》1993年第4期40-44,共5页Acta Electronica Sinica

基　　金：国家自然科学基金;博士点基金

摘　　要：本文提出并研究了一种具有全局收敛特性的神经网络模型。该模型的动态特性可由对偶微分方程描述,它具有从状态空间内任一初始点找出多个稳定平衡点的能力。在应用方面,它很容易发展为诸如解决全局优化问题等要求全局收敛特性的专用神经网络。A neural network model with the global convergence is proposed and studied in this paper. The dynamical property of this model is described by dual differential equations and it can find out several stable equilibrium points from any initial point in the state space. This model Ican be extended easily to suit for the problems which need the global convergence such as the global optimization problems.

关 键 词：神经网络 收敛性 能量函数 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]