非線形力学系の不安定化制御を応用した創発システムの研究

应用非线性动力系统失稳控制的应急系统研究

基本信息

批准号：
12750365
负责人：
上田哲史
金额：
$ 1.34万
依托单位：
The University of Tokushima
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

项目摘要

本年度は主に,二次割り当て問題を解くHop fieldタイプのニューラルネットワーク(NN)の提案とその求解能力の解析を行なった.各ニューロンにはカオス写像の軌道を入力し,局所解からの脱出を図るとともに,大域最適解の候補を探索するエンジンとして利用した.まず問題を記述し,通常のHop field NNとの比較を行ない,カオスの有用性を見出した.次いで,どのようなカオスがこの問題を解くために有効であるのかを数値的に解析した.その結果,3周期窓付近のインターミッテンシー的カオスが性能がよいことが分かった.次に,確率過程のノイズとカオスノイズとの性能比較を行なった.具体的には,ギルバートモデルによりバーストノイズを生成し,それをNNに注入した場合と,純カオスノイズのみで駆動するNNとの解探索能力の比較を行った。計算機シミュレーションによってバーストノイズがカオスノイズに近い高い性能を示した。このことから,バースト部とラミナー部の存在が,ホップフィールドニューラルネットワークにカオスノイズを注入する効果の要因のひとつになっていることが明らかになった以上の結果をまとめ,雑誌等に投稿する予定である.また,研究の過程において偶然携わることになったBVP発振器において,その簡単な結合系に特異な非線形現象を見出した.つまり,リズムの異なる二つのBVP発振器を結合した場合,これまでにない特徴を有したカオスが発生する.また,等しい時定数をもつBVP発振器同士を線形素子で結合した場合は,さまざまな分岐が退化し,カオスなどの現象はむしろ発生しにくいことが分かった.結合方式とそれに応じて発生する分岐現象を詳細に解析した.

今年，我们主要提出了一个HOP场类型神经网络（NN），该网络解决了二次分配问题并分析了其分辨率功能。每个神经元都输入混乱的地图的轨迹，并将其用作引擎来寻找候选全局最佳解决方案。首先，我们描述了这个问题并将其与正常的HOP场NN进行了比较，并发现了混乱的有用性。接下来，我们从数值上分析了哪种混乱可有效解决此问题。结果，我们发现三个周期窗口附近的间歇性混乱表现良好。接下来，我们比较了随机过程和混乱噪声的噪声性能。具体而言，我们使用吉尔伯特模型产生了爆发噪声，并比较了仅由纯混沌噪声驱动的NNS的解决方案搜索功能。计算机模拟显示出高性能的爆发噪声接近混沌噪声。这得出的结果是，爆发部分和层流部分的存在是导致将混乱噪声注入Hopfield神经网络的效果的因素之一，并将提交给杂志。此外，在研究过程中偶然涉及的BVP振荡器中，我们在简单耦合系统中发现了独特的非线性现象。换句话说，当将两个具有不同节奏的BVP振荡器组合在一起时，将会发生具有前所未有的特征的混乱。此外，当具有相等时间常数的BVP振荡器与线性元素耦合时，各种分支将退化，混乱和其他现象的可能性较小。我们已经详细分析了相应发生的耦合方法和分支现象。