復(fù)雜網(wǎng)絡(luò)與復(fù)雜生物神經(jīng)網(wǎng)絡(luò)的建模及其動力學(xué)特性研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、近幾年來, 復(fù)雜網(wǎng)絡(luò)受到來自科學(xué)與工程各個領(lǐng)域研究者越來越多的關(guān)注,成為當今研究的一個熱點。本論文將統(tǒng)計方法、非線性系統(tǒng)理論以及矩陣理論等理論和方法應(yīng)用到復(fù)雜網(wǎng)絡(luò)的研究中,對復(fù)雜網(wǎng)絡(luò)的建模及其動力學(xué)性質(zhì)兩方面進行了研究。這兩方面的研究無論在理論上還是在實際應(yīng)用中都具有重要意義。通過對復(fù)雜網(wǎng)絡(luò)建模的研究,可以使我們更好的認識現(xiàn)實世界中網(wǎng)絡(luò)的演化和形成機制;通過對復(fù)雜網(wǎng)絡(luò)動力學(xué)性質(zhì)的研究,一方面可以使我們更好地了解和解釋現(xiàn)實世界中復(fù)雜網(wǎng)絡(luò)所

2、呈現(xiàn)出來的各種動力學(xué)現(xiàn)象,如穩(wěn)定、混沌等;另一方面我們可以將復(fù)雜網(wǎng)絡(luò)動力學(xué)性質(zhì)研究的理論成果應(yīng)用到具體問題當中去,如可以設(shè)計出具有更好特性的實際網(wǎng)絡(luò)或使網(wǎng)絡(luò)處于對我們有利的狀態(tài)。另外,對于生物神經(jīng)網(wǎng)絡(luò)的研究也是當今科學(xué)的研究熱點。 本論文把復(fù)雜網(wǎng)絡(luò)的研究成果應(yīng)用到生物神經(jīng)網(wǎng)絡(luò)中,建立了復(fù)雜生物神經(jīng)網(wǎng)絡(luò)模型,并研究了這種模型的放電特性及隨機共振現(xiàn)象。這部分內(nèi)容的研究結(jié)果對腦神經(jīng)生理學(xué)和認知科學(xué)的研究具有一定的參考價值。本文的主要內(nèi)

3、容和創(chuàng)新之處可概述如下: (1)關(guān)于一種加速增長的無標度網(wǎng)絡(luò)模型的研究實證發(fā)現(xiàn),大量的實際網(wǎng)絡(luò)都是無標度網(wǎng)絡(luò),因此對無標度網(wǎng)絡(luò)的模型研究極其重要。本文首先采用均勻場理論重新推導(dǎo)了一種加速增長的GM 無標度網(wǎng)絡(luò)模型的度分布,推導(dǎo)結(jié)果與原始文獻的結(jié)果相同,隨后又數(shù)值驗證了這種理論結(jié)果。接下來在原始GM 模型的基礎(chǔ)上考慮了增長的間歇過程。數(shù)值模擬顯示,所演化出的網(wǎng)絡(luò)度分布為雙指數(shù)的冪律分布,對于這種冪律分布的兩個指數(shù),數(shù)值分析了它們與

4、網(wǎng)絡(luò)演化中的各參量間的關(guān)系。 (2)關(guān)于復(fù)雜網(wǎng)絡(luò)的穩(wěn)定性研究網(wǎng)絡(luò)的穩(wěn)定性可以分為狹義的Lyapunov 漸進穩(wěn)定和廣義的Lyapunov 意義下的穩(wěn)定。本文提出了一種恒定的狹義Lyapunov 漸進穩(wěn)定的網(wǎng)絡(luò)模型,該模型恒定穩(wěn)定在平衡點處,而不受網(wǎng)絡(luò)拓撲結(jié)構(gòu)的影響。采用Lyapunov 穩(wěn)定性理論研究了這種模型,并通過一個數(shù)值例子驗證了理論結(jié)果。對于廣義的Lyapunov 意義下的穩(wěn)定,通過耗散系統(tǒng)判據(jù)推導(dǎo)出網(wǎng)絡(luò)穩(wěn)定的條件,并統(tǒng)

5、計分析了兩種典型網(wǎng)絡(luò)(小世界網(wǎng)絡(luò)和無標度網(wǎng)絡(luò))的穩(wěn)定。 (3)關(guān)于小世界網(wǎng)絡(luò)的混沌涌現(xiàn)研究隨著復(fù)雜網(wǎng)絡(luò)研究的興起,網(wǎng)絡(luò)的集體動力學(xué)行為已成為當今研究的熱點,特別是,網(wǎng)絡(luò)的混沌行為具有極其重要的應(yīng)用價值。本文研究發(fā)現(xiàn)復(fù)雜網(wǎng)絡(luò)上的節(jié)點在耦合前處于非混沌態(tài),在耦合后會因為系統(tǒng)維數(shù)的提高而發(fā)生混沌現(xiàn)象。采用混沌的Lyapunov指數(shù)判據(jù)分析了網(wǎng)絡(luò)的混沌涌現(xiàn)條件,尤其是對于小世界網(wǎng)絡(luò)的混沌涌現(xiàn)行為,統(tǒng)計分析了這種涌現(xiàn)的條件及其能力。

6、 (4)關(guān)于一種具有側(cè)向抑制機制的加權(quán)小世界生物神經(jīng)網(wǎng)絡(luò)的興奮特性研究許多研究表明生物神經(jīng)網(wǎng)絡(luò)具有小世界特性,以往提出的小世界神經(jīng)網(wǎng)絡(luò)模型大多是不加權(quán)的模型,但生物神經(jīng)網(wǎng)絡(luò)中不同的連接通常都具有不同的權(quán)值。在本文中提出了一種具有側(cè)向抑制機制的加權(quán)小世界生物神經(jīng)網(wǎng)絡(luò)模型,并進一步數(shù)值研究了這種模型在受外界刺激下的興奮特性,得出了與真實腦神經(jīng)系統(tǒng)受外界刺激所表現(xiàn)出的類似結(jié)果。 (5)關(guān)于小世界生物神經(jīng)網(wǎng)絡(luò)的隨機共振現(xiàn)象研究對于生物

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論