网络簇多吸引子协调切换及多目标流异联想研究

本项目将研究具有多个局部指数稳定的吸引子(包括平衡点、周期解、混沌吸引子)的神经网络簇间的协调切换。考虑到不同网络簇具有不同的吸引子特征，研究如何综合利用网络、网络簇的吸引子的协调切换来缩小训练样本的范围，结合学习算法或不使用学习算法来确定网络簇的连接权。给出网络簇间能够协调切换的切换律，以尽可能地减少伪模式的记忆，增强网络的学习和遗忘(排斥某些不利目标干扰)功能。综合运用微分不等式、代数理论、微分比较原理、随机分析等数学方法与理论，结合计算机仿真，合理划分网络簇连接权空间，进而对灰度模式、静态离散灰度模式系列和动态连续灰度模式流进行联想记忆。初步建立起用网络簇的吸引子间的协调切换来联想记忆灰度模式流的理论体系。.本课题的研究，将力争拓广切换控制、神经网络和联想记忆的研究方法。其深入研究将对切换控制、神经网络和联想记忆的研究产生一定的推动作用。