科研之友
微信
新浪微博
Facebook
分享链接
摘要
凸二次规划问题在许多领域都有着广泛的应用，系统分析、组合优化等诸多科学问题和工程问题都可以表述为二次规划问题后求解。为了高效地求解线性等式约束下的时变凸二次规划问题，本文提出了一种基于误差积分设计的新型变参积分动态学习网络。该网络引入时变指数型设计参数，具有灵活和自适应调整的特点。理论分析证明变参积分动态学习网络在使用单调递增的奇激活函数时有全局收敛性质和较强的鲁棒性。除此之外，变参积分动态学习神经网络还具有灵活的控制策略和超指数级收敛速率。仿真实验结果表明，使用不同激活函数的变参积分动态学习网络比传统的微分神经网络（即梯度神经网络，零化神经网络和变参收敛微分神经网络）有更好的收敛性质。
- 单位
