一类基于神经网络理论的非光滑伪凸优化问题研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:zfflygun
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
神经网络由于其具有大规模并行处理与快速收敛的特性,而被普遍地应用于各种优化问题中。然而,目前所涉及的神经动力学优化问题大部分是凸优化问题,而基于神经网络的非凸优化问题的研究则非常少。伪凸优化问题作为一种重要的非凸优化问题,已被广泛应用到各种实际问题中去。基于神经网络理论,本文将设计两个不同的神经网络来求解一类非光滑伪凸优化问题。本文首先构造了一个结构简单、不依赖于惩罚参数的单层神经网络来求解非光滑伪凸优化问题。该神经网络的状态解将会在有限时间内进入到非光滑伪凸优化问题的可行域并永驻其中。该神经网络的状态解最终收敛到非光滑伪凸优化问题的一个最优解。与目前已知用于求解伪凸优化问题的神经网络相比,本文构造的神经网络不需要引入惩罚参数,且具有较好的收敛性。另外,本文使用该神经网络求解了三类非光滑优化问题,并与目前已知的相关结论作了详细的比较。上述神经网络虽然不依赖于惩罚参数,但是需要引入其他假设,才能保证神经网络状态解的收敛性。为了克服这一缺点,本文通过引入恰当的惩罚参数,构造了另外一个神经网络来求解这类非光滑伪凸优化问题。同时,在更一般的条件下,我们证明了该神经网络从任意初始点出发的解都会在有限时间内进入到可行域并最终收敛到伪凸优化问题的一个最优解。
其他文献
Navier-Stokes 方程组是描述不可压缩的粘性流体运动的数学模型,具有很强的应用背景。20世纪80年代人们开始广泛研究Navier-Stokes方程组的最优控制问题,并且取得了一系列丰硕
本学位论文利用临界点理论讨论了两类带Dirichlet边值条件的分数阶脉冲微分方程边值问题解的存在性与多解性.首先构建出适当的泛函框架,然后将相应问题转化为对应泛函的临界
多目标规划问题,尤其是线性多目标规划问题,一般不存在绝对最优解,而是存在一组有效解或弱有效解。因此如何求得原问题的一组有效解或弱有效解就成了多目标规划问题的主要研究方
投资组合的优化理论研究是投资者在权衡风险最小化的基础上最大化自身效益的方法。现代投资组合理论的提出,使金融投资理论从描述性的定性分析阶段上升到科学严密的定量分析阶段,也使得二十世纪后半期的金融学发生了两次革命性的变化。这一理论自产生起就一直处于当代金融投资理论的前沿,金融投资已经成为我国经济生话的一个重要组成部分,深入研究这一理论无疑有十分重要的理论意义和现实意义。当今投资组合是金融界研究的热点之
矢量量化是一种有效的有损压缩技术,广泛应用于图像和语音压缩领域,其最突出的优点在于解码算法简单。矢量量化的基本问题是码书设计和码字搜索,码书设计决定了压缩性能,是矢量量
全纯映射在多复变数几何函数论研究中具有重要地位。Roper-Suffridge算子在由单复变数的单叶全纯函数构造多复变数的双全纯映射中起着至关重要的作用,本文在已有结论的基础上
本文主要研究鲁棒优化问题与DC复合无约束优化问题的的Fenchel对偶以及DC锥约束优化问题的Lagrange对偶.  第一章主要介绍了鲁棒优化问题、DC复合无约束优化问题和DC锥约束
多元纵向数据是指对每个研究个体的多个变量在不同时刻进行重复测量而得到的一组实验数据.同一个个体的多个响应变量可能用来描述个体的同一生命特征,因此多个响应变量之间可能