位置:成果数据库 > 期刊 > 期刊详情页
一类求解优化问题的神经网络及其全局吸引性分析
  • ISSN号:1005-3026
  • 期刊名称:《东北大学学报:自然科学版》
  • 时间:0
  • 分类:TP183[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]东北大学信息科学与工程学院,辽宁沈阳110819, [2]国网池州供电公司,安徽池州247100
  • 相关基金:基金项目:国家自然科学基金资助项目(61473070,61433004);流程工业综合自动化国家重点实验室项目(2013ZCX01).
中文摘要:

构造了一个以微分包含形式给出的神经网络模型来求解带有等式约束和不等式约束的非线性最优化问题.通过在网络模型中引人含有加权矩阵的髙阶补偿项,不仅提髙了神经网络优化计算的收敛速度,而且改进了优化解从不可行域逐步收敛到稳定域的问题.理论上不仅证明了神经网络的解的全局存在性和唯一性,也证明了解的有界性以及在有限的时间内收敛到最优化问题所确定的最优解集中,并分析了神经网络的全局吸引性.通过三个数值例子验证了所提出的神经网络优化的有效性.

英文摘要:

A recurrent neural network in the form of differential inclusion was proposed for solving a class of nonlinear optimization problems, where the constraints were defined by a class of inequality and equality constraints. A higher-order compensation term was involved in the considered neural model, therefore, the convergence rate of the neural computation was significantly increased and the unstable problem of the optimal solution from infeasible domain to feasible domain was solved. In theory, it is proven that not only the solution of the proposed network exists globally and uniquely, but also the solution of the proposed network is bounded and is convergent to the optimal solution set of the optimization problem. Meanwhile, global attractivity of the neural network was analyzed. Three numerical examples were used to show the effectiveness and good performance of the proposed neural network.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《东北大学学报:自然科学版》
  • 中国科技核心期刊
  • 主管单位:中华人民共和国教育部
  • 主办单位:东北大学
  • 主编:汪晋宽
  • 地址:沈阳.南湖
  • 邮编:110819
  • 邮箱:
  • 电话:024-83687378
  • 国际标准刊号:ISSN:1005-3026
  • 国内统一刊号:ISSN:21-1344/T
  • 邮发代号:8-120
  • 获奖情况:
  • 全国优秀科技期刊二等奖,教育部优秀高校自然科学学报一等奖二次,获原冶金部科技期刊质量评比一等奖三次,中国期刊方阵“双百”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:23296