| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 课题研究背景和意义 | 第11-12页 |
| 1.1.1 Hopfield神经网络解决最优化问题 | 第11-12页 |
| 1.1.2 课题研究意义 | 第12页 |
| 1.2 国内外相关技术研究现状 | 第12-14页 |
| 1.2.1 拉格朗日神经网络解决最优化问题的研究现状 | 第12-13页 |
| 1.2.2 非光滑最优化问题研究现状 | 第13-14页 |
| 1.3 论文的研究内容 | 第14-15页 |
| 1.4 论文组织结构 | 第15-17页 |
| 第二章 相关理论知识 | 第17-25页 |
| 2.1 基础知识简介 | 第17-18页 |
| 2.2 普通拉格朗日神经网络解决最优化问题 | 第18-21页 |
| 2.2.1 等式约束最优化问题 | 第18-20页 |
| 2.2.2 不等式约束最优化问题 | 第20-21页 |
| 2.3 增广拉格朗日神经网络解决最优化问题 | 第21-24页 |
| 2.3.1 等式约束最优化问题 | 第21-23页 |
| 2.3.3 不等式约束最优化问题 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 光滑拉格朗日神经网络解决非光滑最优化问题 | 第25-37页 |
| 3.1 背景介绍 | 第25-26页 |
| 3.2 非光滑最优化问题及相关定义 | 第26-28页 |
| 3.2.1 非光滑最优化问题 | 第26-27页 |
| 3.2.2 光滑函数定义 | 第27页 |
| 3.2.3 拉格朗日函数定义 | 第27-28页 |
| 3.3 拉格朗日神经网络及相关命题 | 第28-31页 |
| 3.3.1 拉格朗日神经网络定义 | 第28-29页 |
| 3.3.2 主要的定理及证明 | 第29-31页 |
| 3.4 仿真实验 | 第31-36页 |
| 3.4.1 等式约束下的最优化问题 | 第31-34页 |
| 3.4.2 不等式约束的最优化问题 | 第34-36页 |
| 3.4.3 实验结果分析 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 增广拉格朗日神经网络解决非光滑凸最优化问题 | 第37-47页 |
| 4.1 背景介绍 | 第37页 |
| 4.2 增广拉格朗日神经网络及相关定义 | 第37-39页 |
| 4.2.1 原始问题 | 第37-38页 |
| 4.2.2 神经网络定义 | 第38-39页 |
| 4.3 主要性质和定理 | 第39-43页 |
| 4.3.1 相关的性质及证明 | 第39-41页 |
| 4.3.2 相关的定理及证明 | 第41-43页 |
| 4.4 仿真实验及分析 | 第43-46页 |
| 4.4.1 仿真实验 | 第43-45页 |
| 4.4.2 实验结果分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 第五章 总结与展望 | 第47-49页 |
| 5.1 主要工作总结 | 第47页 |
| 5.2 下一步工作 | 第47-49页 |
| 参考文献 | 第49-54页 |
| 致谢 | 第54-55页 |
| 攻读硕士学位期间发表的学术论文 | 第55页 |
