排序方式: 共有16条查询结果,搜索用时 31 毫秒
1.
解线性及二次型规划问题增广的神经网络 总被引:3,自引:1,他引:2
本文提出了一个解线性及二次型规划问题的神经网络模型,证明了该网络是全局稳定于平衡点,而平衡点就是线性及二次型规划问题的解,该网络的优点是能够实时获得问题的精确解,且可以同时获得带等式不式约束的对偶问题解,该网络易于电路实现。 相似文献
2.
解L1范数极小化问题的神经网络 总被引:1,自引:0,他引:1
本文提出了一个求解L1范数极小化问题的神经网络新模型,并予以严格证明,对比文[1]中的模型,新模型具有较小的规模;对比文[2]中的模型,新模型不含惩罚参数,因而具有全局收敛到精确解等优点,最后,模拟试验表明,新模型在离散时间情形也是全局收敛的。 相似文献
3.
4.
提出了一个解代数特征值反问题的连续方法、理论证明,沿着所给出的微分方程解曲线能获得的反问题的解、与常用的牛顿法相比。这一方法的特点是克服了奇异性的要求。保证了方法的全局收敛性,并且每步计算中不包含求逆过程,从而使计算变得简单,最后,讨论了这个方法的数值收敛性。 相似文献
5.
6.
7.
8.
进一步分析了求解二次型规划问题的神经网络方法,给出了这一方法的稳定性的可检验条件,并证明在这个条件下网络是全局收敛的。最后,给出了数值模拟例子。 相似文献
9.
夏又生 《南京邮电学院学报(自然科学版)》1996,16(1):38-40
将极小l1模和极小l∞模问题同时映射到一个易于电路实现的神经网络模型上,利用该网络,可获得极小l1模和极小l∞模问题的实时最优解。 相似文献
10.