二次规划问题变时滞神经网络模型全局指数稳定.pptVIP

二次规划问题的变时滞神经网络模型的全局指数稳定 报告人： 张锐 指导教授：井元伟教授 2009年5月20日 主要内容 引 言 二次规划问题广泛存在于现实生活当中，无论是工程应用、经济生活还是现代管理科学，优化计算都起着关键作用。 在现代科学与工程计算中, 经常需要进行实时优化计算。传统的优化计算技术因耗时过多而不能满足此类优化计算的需要。 神经网络具有内在的大规模并行运算和快速收敛等特性，解决优化问题的运算时间比传统算法快出很多。  引 言 神经优化计算的研究进展 1982年，Hopfield提出了著名的Hopfield神经网络 ，引进了能量函数的概念，为神经网络应用于优化问题奠定了基础。 1986年，由Tank和Hopfield首次提出了解决线性规划问题的神经网络。 Kennedy和Chua为保证网络收敛提出一个改进的网络模型，其中的能量函数是不精确的罚函数。只有当罚参数趋于无穷大时，才可获得优化问题的近似解，且当罚参数过大时，电路亦难以实现。 引 言 为避免罚函数存在的缺陷，文献[4]给出了由两个子系统组成的网络模型，但该模型的解轨迹在最优解附近摄动，不能保证网络的输出为精确度较好的解。 基于对偶和映射理论，Xia等人先