一种新型拉格朗日神经网络解决非光滑优化问题

• 作者: 喻昕 曾俊彦 李晨宇 许治健
• 来源期刊: 计算机应用研究
• 关键词: 非光滑优化 神经网络 局部利普西斯函数 拉格朗日函数
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3261-3264,3269
• 页数: 5页
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1001--3695.2016.11.014

摘要

针对函数是非光滑的问题以及采用固定惩罚项的弊端，利用Clarke广义梯度的理论和Lagrange乘子法的思想，建立了一个微分包含的神经网络模型。此模型是采用罚函数的方法，有效避免了固定项的缺陷。理论证明了网络是有全局解的，并且收敛到原问题的关键点集，对于凸问题来说网络收敛的平衡点就是问题的最优点。最后通过仿真实验验证了理论结果的正确性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	喻昕	广西大学计算机与电子信息学院	24	68	5.0	7.0
2	许治健	广西大学计算机与电子信息学院	3	5	2.0	2.0
3	李晨宇	广西大学计算机与电子信息学院	2	5	2.0	2.0
4	曾俊彦	广西大学计算机与电子信息学院	1	3	1.0	1.0