具多重时滞回归神经网络模型的稳定性与分支分析  

Stability and bifurcation analysis of recurrent neural network model with multiple delays

作　　者：杨纪华[1] 马旭[1] 李艳秋[2] 

机构地区：[1]宁夏师范学院数学与计算机科学学院,宁夏固原756000 [2]南京工业大学理学院,南京210009

出　　处：《天津师范大学学报（自然科学版）》2014年第4期14-18,共5页Journal of Tianjin Normal University：Natural Science Edition

基　　金：国家自然科学基金资助项目(11361046;11301263);宁夏自然科学基金资助项目(NZ13213);宁夏师范学院创新团队资助项目(zy201207)

摘　　要：考虑具多重时滞回归神经网络模型.通过分析系统线性化方程的特征方程根的分布,分别研究了具有单时滞和双时滞系统的线性稳定性,当系统的时滞经过一系列临界值时,系统经历了Hopf分支和Hopf-zero分支.最后,通过数值模拟验证了结论的正确性.A recurrent neural network model with multiple delays is considered. By analyzing the root distribution of the characteristic equation for the linearized system, the linear stabilities with one delay and two delays are investigated, respectively. It is found that Hopf bifurcations and Hopf-zero bifurcations exist when the delay pass through a sequence of critical values. Finally, some numerical simulations are illustrated to verify the correctness of the analytic results.

关 键 词：多重时滞 稳定性 HOPF分支 Hopf-zero分支 

分 类 号：O175.13[理学—数学]