梯度神经网络的整体稳定性及应用  

On the Global Stability of the Gradient Neural Networks and its Applications

作　　者：张全举[1] 贾继红[2] 

机构地区：[1]西安电子科技大学理学院,陕西西安710071 [2]西北工业大学应用数学系,陕西西安710072

出　　处：《西安公路交通大学学报》2001年第3期104-106,共3页Journal of Xi'an Highway University

基　　金：国家自然科学青年基金资助项目 (1990 10 2 7)

摘　　要：给出梯度神经网络总体收敛性的统一处理 ,无论其平衡点集是有界或无界的。对有界情形 ,采用动力系统紧集稳定性理论 ;无界情形的处理采用 LYAPUNOV稳定性理论。所得结果是 :当目标函数为凸函数时 ,无论最优解集有界还是无界 。The global stability of the neural networks governed by the gradient of a convex function is discussed. The theories of stability for compact set are utilized to the case of the bounded solution set.At the same time,the unbounded case is treated in a more concise way compared with the existing ones.The results show that the neural networks concerned are globally convergent to the optimization solution set.

关 键 词：神经网络 动力系统 全局渐近稳定性 梯度系统 求解 

分 类 号：O23[理学—运筹学与控制论]