连续型双向最优联想记忆模型是基于最优联想记忆矩阵,而不是基于Hebbian及准相关矩阵的双向联想记忆模型,它具有结构简单、不需要大量求逆运算、易于硬件实现等优点.该模型是该文的研究基础.首先,该文就神经网络理论的发展状况及该文的工作背景进行了简单的介绍.在第二章中推导出了离散型双向最优联想记忆模型.介绍了连续型双向最优联想记忆的网络工作方式及其性能情况,并在该模型的基础上运用数值微分的方法而推出了离散型双向最优联想记忆模型,同时证明了离散型双向最优联想记忆模型的双向稳定性.与连续型模型相比,离散型模型具有易于软件仿真及容易施加实时性等优点.在第三章中,主要研究离散型双向最优联想记忆的实时性,试图在联想记忆模型的实时性方面做探索性的工作.首先,建立了识别模型;然后在离散型模型的基础上通过递推调整网络参数的方法,实现了联想记忆的实时性学习和遗忘算法.另外,该文还对所推导的离散型模型及其实时性学习和遗忘算法做了计算机软件仿真.