超度量空间中的二阶凸压缩及其在分数阶离散神经网络中的应用

《Fractal and Fractional》：Convex Contractions in Suprametric Spaces with Applications to Fractional Discrete Neural Networks

　　

本研究在完备超度量空间中引入二阶凸压缩，并建立了此类映射的条件不动点定理。超度量结构产生具有二次项的非线性Picard递推关系，需要明确的轨道小性条件和直径条件以确保收敛性。在这些假设下，研究人员证明了不动点的存在唯一性以及Picard序列的几何收敛性，当超度量参数为零时恢复Istr??escu的经典定理。所给示例阐明了条件的作用和适用性。该结果进一步应用于分数阶Volterra-Fredholm积分微分方程和分数阶离散时间神经网络，得到了解的存在性、唯一性、迭代收敛性以及Mittag-Leffler稳定性。

**研究背景与动机**

不动点理论是现代非线性分析的核心分支之一，而Banach压缩原理作为不动点理论的基石，断言完备度量空间上的每个压缩映射都存在唯一的不动点，且该不动点可由任意Picard轨道几何逼近。自其问世以来，该原理沿两个主要方向得到了广泛拓展。

第一个方向是在保持度量空间作为基本结构的前提下，弱化或重塑压缩不等式。这一方向涵盖了Kannan型、Reich型、?iri?型、Hardy-Rogers型以及近年来兴起的插值型压缩等。这些压缩条件在科学与工程领域具有重要应用价值。另一个方向则是在保持压缩条件接近原始Banach形式的同时，将距离结构推广至更一般的框架。Istr??escu开创了将压缩条件施加于映射的二阶迭代T2而非T本身的研究路径，引入了二阶凸压缩的概念，即若存在a,b∈(0,1)满足a+b<1，使得对所有x,y有d(T2x,T2y)≤ad(Tx,Ty)+bd(x,y)，则连续自映射T称为二阶凸压缩。该映射本身不一定是Banach压缩，但仍保持不动点性质。

与此同时，Berzig引入了超度量空间（suprametric space）这一抽象结构，其中以参数?为特征的广义三角不等式d(x,z)≤d(x,y)+d(y,z)+?d(x,y)d(y,z)替代了经典的三角不等式。当距离较小时，额外的双线性项?d(x,y)d(y,z)可忽略不计，但它从根本上改变了空间的全局几何结构，对不动点论证产生深远影响。超度量空间在积分方程、分数阶微分方程、混沌吸引子模型、扩散问题、卫星问题、RLC电路建模以及种群动力学等领域已展现出重要应用价值。

然而，将上述两个方向结合起来的自然问题——即超度量空间中二阶凸压缩的适当形式及其不动点保证——此前尚未得到解决。该问题的难点在于：在度量情形下，证明Picard距离的递推关系是线性的；但在超度量情形下，双线性项会传播并引入二次修正项cδ_nδ_n+1，其中c>0为压缩常数。当?≠0时，该递推关系不会自动导致δ_n→0，因此需要额外的轨道小性条件和直径条件来确保收敛。这一理论空白正是本研究的出发点。此外，分数阶神经网络中的稳定性问题也为本研究提供了直接动机：在离散分数阶系统中，解算子包含非局部记忆项，单步Lipschitz估计可能超过1，直接应用Banach压缩原理受阻，但一次迭代后轨迹可能进入有效增益减小的不变区域，这种两阶段阻尼机制恰好可由二阶凸压缩自然描述。

**主要研究方法与核心结果**

本研究的核心方法论建立在以下关键技术之上：首先，构造具有参数?的超度量空间及其上的指数型超度量拓扑，将函数空间装备为完备超度量结构；其次，建立非线性Picard递推的控制引理（引理1），证明在乘积形式小性条件δ₀δ₁<(1-a-b)2/c2下序列的几何衰减性；进而证明条件不动点定理（定理2），即在轨道条件sup_nδ_nδ_n+1<(1-a-b)2/c2和直径条件diam(X)<2(1-a-b)/c等假设下，完备超度量空间上的二阶凸压缩映射存在唯一不动点，且Picard序列几何收敛；最后，将抽象定理应用于具体模型时，通过分离线性增长系数与局部Lipschitz常数，构建第二迭代估计，验证凸压缩条件。

在分数阶离散时间神经网络应用部分，研究人员考虑方程?^ν₀x_i(t)=-c_ix_i(t+ν)+∑^N_j=1a_ijf_j(x_j(t+ν-1))+I_i(t+ν)，其中?^ν₀为左Delta Caputo分数差分，通过Picard方法将其转化为积分方程形式，并定义由离散双参数Mittag-Leffler函数F_ν,ν和F<sub>ν,ν+1表示的解算子Φ。构造指数型超度量dλ(x,y)=supte^-λt∥x(t)-y(t)∥∞，在假设(F1)-(F5)下——包括对角衰减条件|Fν,ν(C,t)|∞R且a+b<1、以及半径与超度量参数的约束条件——应用定理2得到：神经网络存在唯一解x*，Picard迭代以几何速率收敛，且零解具有Mittag-Leffler稳定性，即满足∥x(t)∥∞≤C(t0)Fν,ν+1(-η,t-t0)的渐近行为。

在分数阶Volterra-Fredholm积分微分方程应用部分，考虑Caputo分数阶导数形式的方程D^αx(t)=H(t,x(t))+∫¹0K1(t,s,x(s))ds+∫^t0K2(t,s,x(s))ds，通过引理将其转化为等价的积分方程，定义包含三项的解算子Ψ。同样构造指数型超度量结构，在假设(B1)-(B5)下——包括非线性项的分离条件（线性增长系数αi用于自映射验证，局部Lipschitz常数Li^(j)用于凸压缩估计，且允许Q≥1>R）——应用定理2，证明方程在C([0,1],Rⁿ)中存在唯一解，且Picard迭代几何收敛。

**研究结果的详细展开**

**3.1 压缩条件与递推引理**

本部分首先引入超度量空间中二阶凸压缩的核心定义（定义4）：设(X,d)为参数?的超度量空间，连续自映射T称为超度量意义下的二阶凸压缩，若存在a,b∈(0,1)，a+b<1及常数c>0，使得对所有x,y∈X有d(T2x,T2y)≤ad(Tx,Ty)+bd(x,y)+cd(Tx,Ty)d(Ty,Ty)。当?=0时该定义退化为Istr??escu经典条件。

引理1建立了关键的分析工具：设a,b,c≥0，a+b<1，c>0，若非负数列{δn}满足δn+2≤aδn+1+bδn+cδn+1δn，且在乘积小性条件supnδnδn+1<(1-a-b)2/c2下，则δn几何衰减至零。该引理通过区分?=0和?≠0两种情形，分别利用线性递推的特征根分析和非线性情形的两步比较论证完成证明。

**3.2 不动点定理**

定理2是本研究的核心理论结果：在完备超度量空间(X,d)中，设T为具有常数a,b,c的二阶超度量凸压缩，且满足轨道条件supnd(xn,xn+1)d(xn+1,xn+2)<(1-a-b)2/c2和直径条件diam(X)<2(1-a-b)/c（当c≠0时），则Picard序列{xn}几何收敛于唯一不动点z∈X。

三个示例深刻阐明了假设条件的必要性：示例1在X={p,q}上构造?=1的超度量，映射T交换p,q，满足凸压缩条件但无不动点，说明?≠0时无条件不动点定理不成立；示例2构造两个不动点的情形，说明直径条件对唯一性的必要性；示例3在非度量的超度量空间Y=[1,∞)2上验证所有假设同时满足，此时定理2适用而经典定理1不适用。

**4. 分数阶离散时间神经网络应用**

该部分详细建立了从抽象定理到具体模型的完整对应。关键的技术路线是：将解算子Φ的第一次迭代控制在大球BM上的Lipschitz常数Q（允许Q≥1），第二次迭代控制在原点邻域小球上的Lipschitz常数R（要求R<1），通过a+b<1的凸组合实现压缩结构。假设(F3)中的条件a+b<1具体化为QM?R+c(M+M2)<1，其中M?为Mittag-Leffler核的界，c为超度量参数相关常数。

数值算例验证了一个二维系统：取α1=0.9，α2=0.85，激活函数fi(x)=0.6sin(x)+0.05，计算得Q=1.067≥1而R=0.6<1，实现QM?R+c(M+M2)=0.733·0.6+0.117<1，且M=0.45，?=0.1满足所有直径和轨道条件。模拟结果显示状态响应按Mittag-Leffler型衰减至零，Picard误差在短暂瞬态后呈几何衰减，验证了理论预测。

**5. 分数阶Volterra-Fredholm积分微分方程应用**

该应用遵循与神经网络类似但独立的技术路线。解算子Ψ包含三个积分项：非齐次项H的分数阶积分、Fredholm核K1的全局积分以及Volterra核K2的历史积分。关键区分在于线性增长系数αi仅用于验证自映射性质Ψ:BM→BM，而局部Lipschitz常数Li⁽¹⁾,Li⁽²⁾用于控制迭代压缩，这种分离使得Q>1而仍可保证R<1，从而凸压缩机制生效而非Banach压缩。

**讨论与结论**

研究结论部分指出，本研究的主要贡献在于：引入了超度量空间中的二阶凸压缩概念，证明了在显式轨道小性和直径条件下的条件不动点定理，当超度量参数?=0时恢复Istr??escu经典定理；将抽象结果应用于分数阶离散时间神经网络，建立了存在性、唯一性、几何收敛性和Mittag-Leffler稳定性的统一框架；应用于分数阶Volterra-Fredholm积分微分方程，获得了存在性、唯一性和几何逼近结果。

定理2的条件性质反映了超度量空间中Picard递推的非线性本质，即二次项?δnδn+1的存在。示例1和示例2表明，小性限制并非证明的人为产物，而是超度量空间非线性几何的真实反映。这一认识对该领域的后续研究具有方法论意义：在超度量框架下，不能期望无条件的全局收敛结果，而必须仔细识别参数空间和初值空间中的收敛区域。

开放问题方面，作者提出了两个自然的研究方向：一是识别强于本文条件但弱于Banach压缩的替代性压缩条件，以在无直径限制的情形下获得全局收敛；二是将b-度量空间中已发展的集值凸压缩理论推广至超度量情形，建立相应的集值不动点结果。这些方向为超度量不动点理论的深入发展提供了明确的切入点和研究纲领。</sub>