版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、神經(jīng)網(wǎng)絡(luò)由于其具有大規(guī)模并行處理與快速收斂的特性,而被普遍地應(yīng)用于各種優(yōu)化問(wèn)題中。然而,目前所涉及的神經(jīng)動(dòng)力學(xué)優(yōu)化問(wèn)題大部分是凸優(yōu)化問(wèn)題,而基于神經(jīng)網(wǎng)絡(luò)的非凸優(yōu)化問(wèn)題的研究則非常少。偽凸優(yōu)化問(wèn)題作為一種重要的非凸優(yōu)化問(wèn)題,已被廣泛應(yīng)用到各種實(shí)際問(wèn)題中去?;谏窠?jīng)網(wǎng)絡(luò)理論,本文將設(shè)計(jì)兩個(gè)不同的神經(jīng)網(wǎng)絡(luò)來(lái)求解一類(lèi)非光滑偽凸優(yōu)化問(wèn)題。
本文首先構(gòu)造了一個(gè)結(jié)構(gòu)簡(jiǎn)單、不依賴(lài)于懲罰參數(shù)的單層神經(jīng)網(wǎng)絡(luò)來(lái)求解非光滑偽凸優(yōu)化問(wèn)題。該神經(jīng)網(wǎng)絡(luò)的狀
2、態(tài)解將會(huì)在有限時(shí)間內(nèi)進(jìn)入到非光滑偽凸優(yōu)化問(wèn)題的可行域并永駐其中。該神經(jīng)網(wǎng)絡(luò)的狀態(tài)解最終收斂到非光滑偽凸優(yōu)化問(wèn)題的一個(gè)最優(yōu)解。與目前已知用于求解偽凸優(yōu)化問(wèn)題的神經(jīng)網(wǎng)絡(luò)相比,本文構(gòu)造的神經(jīng)網(wǎng)絡(luò)不需要引入懲罰參數(shù),且具有較好的收斂性。另外,本文使用該神經(jīng)網(wǎng)絡(luò)求解了三類(lèi)非光滑優(yōu)化問(wèn)題,并與目前已知的相關(guān)結(jié)論作了詳細(xì)的比較。
上述神經(jīng)網(wǎng)絡(luò)雖然不依賴(lài)于懲罰參數(shù),但是需要引入其他假設(shè),才能保證神經(jīng)網(wǎng)絡(luò)狀態(tài)解的收斂性。為了克服這一缺點(diǎn),本文通
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 求解一類(lèi)非光滑優(yōu)化問(wèn)題的廣義神經(jīng)網(wǎng)絡(luò)方法.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的一類(lèi)非Lipschitz優(yōu)化問(wèn)題的算法研究.pdf
- 基于Lagrange的神經(jīng)網(wǎng)絡(luò)解決非光滑非凸優(yōu)化問(wèn)題的研究.pdf
- 32538.一類(lèi)非光滑凸優(yōu)化問(wèn)題的并行鄰近算法
- 10507.一類(lèi)非光滑非凸約束優(yōu)化問(wèn)題的近似束方法
- 與凸規(guī)劃問(wèn)題相關(guān)的神經(jīng)網(wǎng)絡(luò)理論的研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的約束偽凸優(yōu)化的理論與算法研究.pdf
- 10497.求解一類(lèi)非凸非光滑優(yōu)化問(wèn)題的近似uv分解方法
- 3393.求解一類(lèi)非凸非光滑優(yōu)化問(wèn)題的鄰近交替束方法
- 非光滑優(yōu)化問(wèn)題的拉格朗日神經(jīng)網(wǎng)絡(luò)研究.pdf
- 非凸優(yōu)化問(wèn)題的神經(jīng)網(wǎng)絡(luò)優(yōu)化算法與應(yīng)用的研究.pdf
- 基于單層神經(jīng)網(wǎng)絡(luò)的凸優(yōu)化問(wèn)題研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的一類(lèi)函數(shù)逼近.pdf
- 基于非光滑分析的神經(jīng)網(wǎng)絡(luò)穩(wěn)定性研究
- 基于神經(jīng)網(wǎng)絡(luò)理論盲均衡算法的研究.pdf
- 基于非光滑分析的神經(jīng)網(wǎng)絡(luò)穩(wěn)定性研究.pdf
- 一類(lèi)非凸d.c.約束優(yōu)化問(wèn)題的uv分解理論
- 一類(lèi)非光滑多目標(biāo)優(yōu)化問(wèn)題的最優(yōu)性條件.pdf
- 一類(lèi)新型聯(lián)想記憶神經(jīng)網(wǎng)絡(luò)研究.pdf
- 一類(lèi)模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)辨識(shí)和結(jié)構(gòu)優(yōu)化.pdf
評(píng)論
0/150
提交評(píng)論