解决非可微凸优化问题的次梯度反馈神经网络 |
| |
引用本文: | 李国成,宋士吉,吴澄.解决非可微凸优化问题的次梯度反馈神经网络[J].中国科学(E辑),2006,36(8):811-824. |
| |
作者姓名: | 李国成 宋士吉 吴澄 |
| |
作者单位: | 清华大学自动化系智能与网络化系统研究中心,北京,100084 |
| |
基金项目: | 国家重点基础研究发展计划(973计划);国家自然科学基金 |
| |
摘 要: | 发展了Leung等人所提出的解决非线性凸规划问题的动态反馈神经网络模型, 引入基于次梯度动态反馈神经网络模型解决非可微凸优化问题. 对于无约束非可微凸优化问题, 假定目标函数是强迫性的凸函数, 证明了由投影次梯度构造的反馈神经网络轨道从任意初值点出发都收敛于一个渐近稳定的平衡点, 该平衡点为原无约束问题的最优解. 对于约束非可微凸优化问题, 在目标函数是强迫性的凸函数, 约束函数也具有凸性的假定下, 依次造构能量函数序列和相应的基于次梯度的动态反馈子网络的模型, 建立了收敛定理并给出了停时条件. 最后, 设计了两种有效的算法并结合一些实例进行了仿真验证.
|
关 键 词: | 投影次梯度 非可微凸优化 收敛性 反馈神经网络 |
收稿时间: | 2004-12-31 |
修稿时间: | 2004-12-312005-11-06 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
|