期刊文献+

一类非线性大系统递阶优化的神经网络方法

Hierarchical Optimization of Nonlinear Large-Scale Systems:A Neural Network Method
下载PDF
导出
摘要 本文给出了一种求解一类非线性大系统递阶优化问题的神经网络模型,克服了非线性大系统优化中的对偶间隙与不可分性问题,并且该神经网络具有全集成化的特点,易于硬件实现,其协调网络和局部优化网络同步工作,具有很高的求解效率,适宜于系统实时优化应用. A neural network for optimization of steady-state large-scale systems is devised in the paper. The proposed method overcomes the duality gap and the non-separability difficulties existing in the nonlinear large-scale optimization problems. Furthermore, its coordination network and local optimization networks work simultaneously to give the optimal solutions to the original problems, so it has high efficiency and is suitable for real-time applications.
出处 《控制理论与应用》 EI CAS CSCD 北大核心 1998年第5期750-754,共5页 Control Theory & Applications
基金 国家自然科学基金!69674005
关键词 大系统 递阶优化 局部凸性 神经网络 large-scale systems hierarchical optimization convexity neural networks
  • 相关文献

参考文献3

  • 1吴沧浦.系统优化方法中的并行处理与神经网络技术[J].控制理论与应用,1992,9(3):309-312. 被引量:2
  • 2J. J. Hopfield,D. W. Tank. “Neural” computation of decisions in optimization problems[J] 1985,Biological Cybernetics(3):141~152
  • 3D. P. Bertsekas. Convexification procedures and decomposition methods for nonconvex optimization problems[J] 1979,Journal of Optimization Theory and Applications(2):169~197

共引文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部