一种解决非光滑伪凸优化问题的新型神经网络

• 作者: 伍灵贞 喻昕 汪炎林
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 非光滑伪凸函数 神经网络 收敛 优化问题
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 热点与综述
• 页码范围: 37-43
• 页数: 7页
• 分类号: TP183
• 字数: 6801字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1902-0116

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.

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	伍灵贞	广西大学计算机与电子信息学院	4	0	0.0	0.0
3	汪炎林	广西大学计算机与电子信息学院	5	0	0.0	0.0