解决非可微凸优化问题的次梯度反馈神经网络

摘要：

发展了Leung等人所提出的解决非线性凸规划问题的动态反馈神经网络模型, 引入基于次梯度动态反馈神经网络模型解决非可微凸优化问题. 对于无约束非可微凸优化问题, 假定目标函数是强迫性的凸函数, 证明了由投影次梯度构造的反馈神经网络轨道从任意初值点出发都收敛于一个渐近稳定的平衡点, 该平衡点为原无约束问题的最优解. 对于约束非可微凸优化问题, 在目标函数是强迫性的凸函数, 约束函数也具有凸性的假定下, 依次造构能量函数序列和相应的基于次梯度的动态反馈子网络的模型, 建立了收敛定理并给出了停时条件. 最后, 设计了两种有效的算法并结合一些实例进行了仿真验证.

关键词：投影次梯度、非可微凸优化、收敛性、反馈神经网络

所属期刊栏目：36

分类号：TN7(基本电子电路)

资助基金：国家重点基础研究发展计划973计划2002CB312205;国家自然科学基金60574077

在线出版日期：2006-09-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：811-824