2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩41頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、伴隨著實(shí)際應(yīng)用中普遍出現(xiàn)的廣義凸優(yōu)化問題,應(yīng)用神經(jīng)網(wǎng)絡(luò)方法求解廣義凸優(yōu)化問題越來越受到重視。近幾十年,越來越多的數(shù)學(xué)工作者致力于凸、非凸優(yōu)化問題的研究,構(gòu)造出不同的神經(jīng)網(wǎng)絡(luò)模型,提出一系列凸的、非凸的等優(yōu)化問題的解決方案。但是求解廣義凸優(yōu)化問題仍然存在局限性,為改進(jìn)現(xiàn)有的結(jié)果,深入研究應(yīng)用神經(jīng)網(wǎng)絡(luò)方法求解約束優(yōu)化問題具有理論意義和現(xiàn)實(shí)價(jià)值。
  在本文中,為求解帶有一般凸約束的偽凸優(yōu)化問題而提出了帶有連續(xù)正則項(xiàng)、以微分包含為模型且

2、具有良好動(dòng)態(tài)性能和優(yōu)化性質(zhì)的神經(jīng)網(wǎng)絡(luò)模型,并從三部分論證了該神經(jīng)網(wǎng)絡(luò)模型的有效性。首先利用罰函數(shù)方法來處理約束條件,然后應(yīng)用粘性正則化方法并結(jié)合微分包含理論提出擁有更簡(jiǎn)單結(jié)構(gòu)和更好動(dòng)態(tài)性能的神經(jīng)網(wǎng)絡(luò)模型。為深入地探討該網(wǎng)絡(luò)解的動(dòng)態(tài)行為,我們證明了解的局部存在性,并利用引入的Lyapunov能量函數(shù),證明了網(wǎng)絡(luò)解的全局存在性、一致有界性以及解的唯一性。其次,我們進(jìn)一步地研究了神經(jīng)網(wǎng)絡(luò)解軌線的動(dòng)態(tài)行為和優(yōu)化性質(zhì),利用Lyapunov能量函數(shù)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論