首页> 中文期刊> 《计算机应用研究》 >光滑拉格朗日神经网络解决非光滑最优化问题

光滑拉格朗日神经网络解决非光滑最优化问题

         

摘要

针对目标函数是局部Lipschitz函数,其可行域由一组等式约束光滑凸函数组成的非光滑最优化问题,通过引进光滑逼近技术将目标函数由非光滑函数转换成相应的光滑函数,进而构造一类基于拉格朗日乘子理论的神经网络,以寻找满足约束条件的最优解。证明了神经网络的平衡点集合是原始非光滑最优化问题关键点集合的一个子集;当原始问题的目标函数是凸函数时,最小点集合与神经网络的平衡点集合是一致的。通过仿真实验验证了理论结果的正确性。%The objective function of the nonsmooth optimization problems was locally Lipschitz and the feasible set of that consisted of a set of equality constrained smoothing and convex function. The nonsmooth function was conversed into smooth function by being a

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号