次规划问题的变时滞神经网络模型的全局指数稳定.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等人先后提出了原始-对偶神经网络和投影神经网络，求解线性和二次规划问题，但网络结构复杂，在电路实现中仍需要大量参数。 以上研究都是在神经元传输和瞬时响应 无时延的情况下进行的。 引 言 时滞神经网络稳定性研究意义： 在神经网络电路实现中，时滞是不可避免的，时滞的存在可以导致系统的不稳定，这是目前研究时滞神经网络稳定性的一个主要原因。 时滞的存在能够改变神经网络的拓扑结构，进而改变神经网络的动态行为，从而可以利用人为引入的时滞来达到改变网络动态行为的目的。所以，研究带有时滞的神经网络求解优化问题更具有实际价值 引 言 文献[13-14]利用常时滞神经网络研究了二次规划最优解求解问题。考虑到时变时滞在电路实现中的普遍存在性，本文提出了一种变时滞Lagrange神经网络求解二次规划问题最优解的求解方法。利用不等式技术和LMI技术，得到了全局指数稳定的两个条件。所得到的稳定判据能够适应慢变时滞和快变时滞两种情况，具有适用范围宽、保守性小和易于验证等特点。通过几个注释说明和数值仿真示例验证了所得结果的有效性。 二次规划问题及变时滞神经网络模型建立 考虑如下二次规划问题： (1) 其中： 为设计变量， 为半正定矩阵， ， ， 。 并且假设可行域 为非空集合。 定义Lagrange函数 为： 其中： 为Lagrange乘子。 二次规划问题及变时滞神经网络模型建立 根据KKT条件可知: 是二次规划问题(1)的解，当且 仅当存在 ，使得满足如下条件： 其中: 为 的梯度。 令： 则 解决问题(1)的Lagrange神经网络为： 二次规划问题及变时滞神经网络模型建立 时变时滞Lagrange神经网络： 其中： ，时滞 满足 ， 。 注1：在文献[13-14]中，研究的是定时滞的Lagrange神经网 络求解问题(1)。但是，定时滞是变时滞的理想化，所以本 文建立的变时滞网络(4)来求解问题(1)更具有实际意义。 二次规划问题及变时滞神经网络模型建立 设 是网络(4)的一个平衡点。为了方便，我们对网络(4)做 变换 ，则式(4)等价变换成： 其中： ， 。 定义1：在区间 上，对于任意有限的 ，如果存在 标量 ， ，使得 成立，则称 系统(5)在平衡点 处是全局指数稳定的。 二次规划问题及变时滞神经网络模型建立 设 是一个在 上的非负连续函数，对于 和 ，当 时有如下引理： 引理1：若不等式 成立，则有