求解线性规划问题的神经网络模型

提出了一个解线性规划问题了增广的神经网络模型，证明了该网络全局稳定子平衡点，而平衡点就是线性规划问题的解，该网络的优点是，能够实时获得问题的精确解，且可以同时获得带等式或不等式约束的对偶问题解，该网络易于电路实现。     

求解线性规划问题的一种算法

本文给出了求解线性规划问题的一种算法,该算法在用初等行变换求约束条件的基本可行解时,通过控制目标函数的检验数使基本可行解靠近最优解,减少了迭代次数,从而减少计算量,并可以在计算机上实现.     

求解线性规划问题的一种新方法

本文介绍一种求解线性规划问题的新方法,该方法的特点是初始基不必是可行基。     

一个新的线性规划通用神经网络模型

指出了现有模型存在的局限性，为构造了一种新的神经网络模型用于求解一般线性规划问题，避免了现有网络模型的不足，该模型是线性规划的通用模型，具有全局渐近稳定性，能够惟一地收敛到问题的全局最优解，模拟计算表明了新模型的有效性。     

求解有限马氏决策问题的神经网络方法

在有限马尔可夫决策过程的线性规划求解方法以及神经网络算法的基础上提出了运用神经网络求解有限马尔可夫决策问题的方法．并通过算例验证了该方法的有效性．     

线性规划问题的两种求解法

本文主要介绍了线性规划问题的图解法与单纯形法。     

一种基于遗传算法的非线性规划问题求解方法

非线性规划在航天，军事，经济及生产过程等多方面都有广泛应用．但其各种求解方法有相应的适用范围和局限性．Holland教授1962年提出的遗传算法已被广泛应用于系统建模，控制器参数优化等方面．在这里我们针对非线性规划问题，结合极大熵方法和遗传算法.提出了一个改进的遗传算法．文章给出了几种算例，效果不错．     

线性规划的一种算法

本文给出一种用解变量个数较少的线性规划来求解变量太多的线性规划的方法。     

约束条件含模糊数的线性规划的一种求解方法

讨论了约束条件中系数是模糊数的模糊线性规划的一种解法,利用Roubens的模糊数比较的概念,把系数是模糊数的线性规划问题转化为经典的线性规划问题,从而利用求解线性规划的单纯形法求解此类模糊线性规划．最后给出此种方法在实际中的应用．     

求解绝对极小拟合问题的神经网络方法

提出了一个解绝对极小拟合问题的神经网络，并证明它的全局收敛性，该网络的优点是没有选择惩罚参数的困难，稳态解对应最优解，及网络电路中不含变量间的模拟乘法器。     

—种求解线性二层规划的神经网络方法

提出了—种求解线性二层规划的神经网络方法.采用以下层问题的对偶间隙为罚项,构造线性二层规划罚问题的思想,将线性二层规划转化成相应的单层规划问题,然后设计求解单层规划问题的神经网络模型,从而得到线性二层规划的最优解.该网络是Lyapunov稳定的,且在适当的条件下收敛于线性二层规划的最优解,仿真结果表明该神经网络可以有效地得到线性二层规划的最优解.     

对参数不确定神经网络的鲁棒状态估计

讨论了参数不确定神经网络的状态估计问题.由于参数的不确定性,无法设计观测器使观测器的状态与原来的神经网络达到完全同步,只能将误差控制在一定范围之内.对于给定的观测器中的增益矩阵,给出了判据来估计观测器的状态与原神经网络的状态间最终的误差界;同时,通过使用线性矩阵不等式的技术,给出了观测器中增益矩阵的设计方法.此外,对误差界的估计进行讨论,说明了影响估计准确性的主要原因.最后用2个例子来说明这些判据的有效性.     

一种用于室内定位的线性规划算法

针对基于ToA定位中存在的信标节点较少和发送时间不能提前预知的问题,提出了一种新的应用于无线传感网络室内定位的线性规划算法.通过考虑测量值的最小平均绝对值误差,利用线性逼近方法,将一个复杂的、非凸的室内定位问题转换为一个简单的线性规划问题,并用迭代求精的方法求出最优解.仿真结果表明,提出算法计算复杂度低,收敛速度快,可以快速地求出未知节点的坐标;通过和已有的定位算法相比,提出算法在信标节点较少的情况下,仍能保持很好的定位精度,利用较少的节点资源达到比已有算法更好的定位性能.     

线性区域数量与PLNN表达能力的相关性

使用分段线性激活函数的神经网络(PLNN)在机器学习中得到广泛应用.本文给出了一种PLNN模型表达能力的度量值——线性区域数量,并给出了线性区域的数学表示.分析了线性区域之间的关系并计算合并后的线性区域数量,同时给出一种基于Z曲线的线性区域数量的计算方法.针对一个任务实例进行分析,计算不同网络结构的线性区域数量及合并后...     

线性和型人工神经网络的拓扑结构和统一描述

本文从控制系统的角度讨论了线性和型人工神经网络的拓扑结构和统一描述问题,对一些典型网络模型的分析表明:采用控制系统理论中关于系统描述与结构分析的传递矩阵和框图方法来分析神经网络,不仅可使网络的结构清晰化,而且还可为网络的综合提供一条系统的思路.     

基于模糊神经网络算法的灰色线性规划及其应用

将灰色系统理论与线性规划相结合,给出了灰色线性规划模型,采用模糊神经网络算法,求出其最优解,并将该方法运用于连云港市的土地结构优化中,取得了理想的效果.关键词：目标函数;灰色线性规划;模糊神经网络     

人工神经元网络及神经计算机的教育学

对于设计人工神经元网络(ANN)或神经计算机来说,一个最为重要的方面就是学习。如以什么样的算法进行学习?提供什么样的学习素材?以什么样的方式学习?怎样安排学习过程等等?我们认为这些活动非常类似于人的教育过程,基于这一认识,我们提出了ANN及神经计算机教育学的基本思想和基本方法。     

细胞神经网络──模型与实现

在对ＣＮＮ模型进行简要分析的基础上，利用一种新型的全集成器件──跨导运算放大器（ＯＴＡ）实现ＣＮＮ模型。对便于ＶＬＳＩ实现的网络模型进行了一些探讨和分析，提出了直接用ＯＴＡ的非线性特性实现ＣＮＮ的折线输出，毋需在神经元输出端附加其它非线性阈值函数，整个设计仅采用ＯＴＡ和电容２种元件，这使得设计更加紧凑合理。     

Stability Analysis for Stochastic Delayed High-order Neural Networks

In this paper, the global asymptotic stability analysis problem is considered for a class of stochastic high-order neural networks with tin.delays. Based on a Lyapunov-Krasovskii functional and the stochastic stability analysis theory, several sufficient conditions are derived in order to guarantee the global asymptotic convergence of the equilibtium paint in the mean square. Investigation shows that the addressed stochastic highorder delayed neural networks are globally asymptotically stable in the mean square if there are solutions to some linear matrix inequalities （LMIs）. Hence, the global asymptotic stability of the studied stochastic high-order delayed neural networks can be easily checked by the Matlab LMI toolbox. A numerical example is given to demonstrate the usefulness of the proposed global stability criteria.