本书以复杂神经网络定性稳定性研究为核心, 并结合定量研究深入展开, 形成容纳复杂网络和多智能体系统的动态特性的研究脉络。本书的特点是在动力系统和稳定性之间的关系上进行了详尽的阐述, 传统的动力神经网络和当下的复杂神经网络及多智能体之间的关系进行阐述, 揭示了大规模系统之间的演化关系。同时, 针对单稳定性、多稳定性、周期解和不变集等动态特性进行相互关系研究, 并将所得到的结果用到动力系统的同步性和一致性方面。结合动力系统的这些特点, 将神经网络的动态特性应用到联想记忆、模式识别、在线计算及进化学习等方面具体的应用方面, 实现神经网络理论和实际问题的零距离结合。

更多科学出版社服务，请扫码获取。