شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

مرتبه کسری، شبکه­ های عصبی، برآورد پارامتر

Fractional-Order Hopfield Neural Networks

 

Abstract. This paper proposes Fractional-order Hopfield Neural Networks
(FHNN). This network is mainly based on the classic well-known Hopfield net
in which fractance components with fractional order derivatives, replace
capacitors. Stability of FHNN is fully investigated through energy-like function
analysis. To show how effective the FHNN network is, an illustrative example
for parameter estimation problem of the second-order system is finally
considered in the paper. The results of simulation are very promising.

 

 

شبکه­ های عصبی هوپفیلد با مرتبه­ ی کسری

 

چکیده

 این مقاله شبکه­های عصبی هوپفیلد مرتبه کسری (FHNN) را ارائه می­کند. این شبکه عمدتا مبتنی بر شبکه هوپفیلد مشهور استکه در این مولفه­های کسریبا مشتقات مرتبه کسری جایگزین خازن می­شوند. پایداری FHNN بطور کامل از طریق آنالیز تابع شبیه انرژی بررسی می­شود. در نهایت برای نشان دادن تاثیر شبکه FHNN، یک مثال تصویری برای مسئله­ی برآورد پارامتری سیستم مرتبه دوم در نظر گرفته می­شود. نتایج شبیه­سازی بسیار امیدوارکننده هستند.