典型文献
求解时变凸二次规划的变参积分动态学习网络
文献摘要：
凸二次规划问题在许多领域都有着广泛的应用,系统分析、组合优化等诸多科学问题和工程问题都可以表述为二次规划问题后求解.为了高效地求解线性等式约束下的时变凸二次规划问题,本文提出了 一种基于误差积分设计的新型变参积分动态学习网络.该网络引入时变指数型设计参数,具有灵活和自适应调整的特点.理论分析证明变参积分动态学习网络在使用单调递增的奇激活函数时有全局收敛性质和较强的鲁棒性.除此之外,变参积分动态学习神经网络还具有灵活的控制策略和超指数级收敛速率.仿真实验结果表明,使用不同激活函数的变参积分动态学习网络比传统的微分神经网络(即梯度神经网络,零化神经网络和变参收敛微分神经网络)有更好的收敛性质.
文献关键词：
变参积分动态学习网络;时变问题求解;二次规划;收敛性;鲁棒性
中图分类号：
作者姓名：
陆荣秀;黄伟;杨辉;张智军
作者机构：
华东交通大学电气与自动化工程学院,南昌330013;江西省先进控制与优化重点实验室,南昌330013;华南理工大学 自动化科学与工程学院,广州510640
文献出处：
引用格式：
[1]陆荣秀;黄伟;杨辉;张智军-.求解时变凸二次规划的变参积分动态学习网络)[J].小型微型计算机系统,2022(09):1853-1861
A类：
变参积分动态学习网络,梯度神经网络,时变问题求解
B类：
二次规划问题,组合优化,科学问题,工程问题,线性等式约束,差积,分设,变指数,指数型,设计参数,自适应调整,激活函数,全局收敛性,除此之外,数级,收敛速率,微分神经网络,零化神经网络
AB值：
0.179747
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
