一种解决非光滑伪凸优化问题的新型神经网络

作     者：喻昕 伍灵贞 汪炎林 YU Xin;WU Lingzhen;WANG Yanlin

作者机构：广西大学计算机与电子信息学院 

基　　金：国家自然科学基金(No.61862004 No.61462006) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2019年第55卷第12期

页      码：37-43页

摘      要：针对带有不等式约束条件的非光滑伪凸优化问题,提出了一种基于微分包含理论的新型递归神经网络模型,根据目标函数与约束条件设计出随着状态向量变化而变化的罚函数,使得神经网络的状态向量始终朝着可行域方向运动,确保神经网络状态向量可在有限时间内进入可行域,最终收敛到原始优化问题的最优解。最后,用两个仿真实验用来验证神经网络的有效性与准确性。与现有神经网络相比,它是一种新型的神经网络模型,模型结构简单,无需计算精确的罚因子,最重要的是无需可行域有界。

主 题 词：非光滑伪凸函数 神经网络 收敛 优化问题 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3778/j.issn.1002-8331.1902-0116

馆 藏 号：203681264...