基于神經(jīng)網(wǎng)絡(luò)求解區(qū)間二次規(guī)劃及支持向量機分類問題.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、神經(jīng)網(wǎng)絡(luò)是模仿人腦神經(jīng)細(xì)胞的結(jié)構(gòu)和功能,并由大量神經(jīng)元通過極其復(fù)雜和有秩序的連接而構(gòu)成的自適應(yīng)非線性動力系統(tǒng)。目前在許多實際工程如自動控制、組合優(yōu)化、模式識別、圖像處理、機器人控制、信號傳輸?shù)阮I(lǐng)域得到了廣泛地應(yīng)用。
  論文利用優(yōu)化理論中對偶原理將區(qū)間二次規(guī)劃問題和支持向量機分類問題分別轉(zhuǎn)化成其相應(yīng)的對偶問題,利用 KKT(Karush-Kuhn-Tucker)條件將優(yōu)化對偶問題轉(zhuǎn)化成投影方程的求解的問題,使用微分方程建立投影神經(jīng)

2、網(wǎng)絡(luò),將網(wǎng)絡(luò)的平衡點與優(yōu)化問題的最優(yōu)解對應(yīng)起來,通過構(gòu)造適當(dāng)?shù)腖yapunov函數(shù),給出網(wǎng)絡(luò)平衡點的存在性,唯一性和全局指數(shù)穩(wěn)定性條件,從而對所給問題進(jìn)行了求解。最后提出了若干實例,并對實例進(jìn)行仿真,驗證了所提條件的有效性和正確性。主要內(nèi)容如下:
  首先,介紹了神經(jīng)網(wǎng)絡(luò)的歷史背景和研究概況,指出了應(yīng)用神經(jīng)網(wǎng)絡(luò)求解工程優(yōu)化問題的意義,另外介紹了所需要的優(yōu)化原理,及神經(jīng)網(wǎng)絡(luò)穩(wěn)定的一些定義及引理。
  其次,使用投影神經(jīng)網(wǎng)絡(luò)對具

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論