Aihara混沌神經網(wǎng)絡模型的改進研究及其突現(xiàn)性分析.pdf

1、突現(xiàn)是一種用來描述復雜系統(tǒng)中個體之間通過局部相互作用所導致層級結構間整體的宏觀動態(tài)現(xiàn)象，近幾年已經受到眾多學者的關注。目前突現(xiàn)行為產生的機制研究仍處于初級階段，已有方法對復雜動態(tài)系統(tǒng)中突現(xiàn)的群體智能行為缺乏科學的解釋。對突現(xiàn)計算模型的研究有利于掌握突現(xiàn)現(xiàn)象的客觀規(guī)律，而之前研究的突現(xiàn)計算模型的種類比較單一，需要得到進一步研究。
　　 本文以研究復雜系統(tǒng)的突現(xiàn)性為目的，對Aihara混沌神經網(wǎng)絡模型進行了改進，并進一步深入研究分析

2、了改進模型的突現(xiàn)行為。主要包括以下工作:
　　 首先，根據(jù)突現(xiàn)性產生的特點，通過分析Aihara混沌神經網(wǎng)絡模型的特點，在不改變模型本身特性的基礎上，借鑒元胞自動機的連接機制對該模型進行了改進。通過與原模型仿真實驗的對比，驗證了改進模型存在突現(xiàn)性。接著，利用動力學特性指標，分析了該模型的動力學特征，并定量分析了其突現(xiàn)特性，驗證了突現(xiàn)發(fā)生時刻系統(tǒng)處于混沌邊緣狀態(tài)的結論。通過設定不同參數(shù)進行相應比較，初步得出模型參數(shù)對模型演化的影響

3、。
　　 其次，結合突現(xiàn)科學論中的協(xié)同學原理及“緣接”原理，對該模型進行了相關的突現(xiàn)性動力學特性分析，分別計算了改進Aihara模型的功率譜熵和動力學參量。同時，借鑒關于復雜動力學系統(tǒng)的評價指標，通過計算時間延遲、嵌入維并重構相空間來獲取Aihara混沌神經網(wǎng)絡模型的混沌特性指標Lyapunov指數(shù)，以及用最小二乘法計算了模型的關聯(lián)維數(shù)、測度熵。運用上述指標驗證了改進模型的混沌性。
　　 最后，建立了基于Aihara混沌