| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 人工神经网络 | 第10-12页 |
| 1.1.1 人工神经网络简介与发展概况 | 第10-12页 |
| 1.1.2 人工神经网络应用 | 第12页 |
| 1.2 人工神经网络处理优化计算 | 第12-14页 |
| 1.2.1 神经网络解决优化问题 | 第12-13页 |
| 1.2.2 非光滑非凸优化问题研究现状 | 第13-14页 |
| 1.3 课题研究意义 | 第14-15页 |
| 1.4 论文研究内容 | 第15页 |
| 1.5 论文组织结构 | 第15-17页 |
| 第二章 相关基础理论知识 | 第17-23页 |
| 2.1 基础知识简介 | 第17-18页 |
| 2.2 传统拉格朗日神经网络解决优化问题 | 第18-22页 |
| 2.2.1 等式约束优化问题 | 第18-20页 |
| 2.2.2 不等式约束优化问题 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第三章 带固定罚因子拉格朗日神经网络解决非光滑非凸优化问题 | 第23-35页 |
| 3.1 背景介绍 | 第23页 |
| 3.2 优化问题及神经网络模型 | 第23-26页 |
| 3.2.1 优化问题 | 第23-24页 |
| 3.2.2 神经网络模型 | 第24-26页 |
| 3.3 主要定理及证明 | 第26-30页 |
| 3.3.1 相关的定义 | 第26页 |
| 3.3.2 定理及证明 | 第26-30页 |
| 3.4 仿真实验及分析 | 第30-34页 |
| 3.4.1 仿真实验 | 第30-34页 |
| 3.4.2 实验结果分析 | 第34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章 增广拉格朗日神经网络解决非光滑非凸优化问题 | 第35-50页 |
| 4.1 背景介绍 | 第35页 |
| 4.2 优化问题及拉格朗日神经网络模型 | 第35-38页 |
| 4.2.1 原始优化问题 | 第35-36页 |
| 4.2.2 神经网络模型 | 第36-38页 |
| 4.3 主要定理及证明 | 第38-43页 |
| 4.3.1 相关的定义 | 第38页 |
| 4.3.2 定理及证明 | 第38-43页 |
| 4.4 仿真实验及分析 | 第43-48页 |
| 4.4.1 仿真实验 | 第43-48页 |
| 4.4.2 实验结果分析 | 第48页 |
| 4.5 本章小结 | 第48-50页 |
| 第五章 总结与展望 | 第50-52页 |
| 5.1 主要工作总结 | 第50页 |
| 5.2 下一步改进工作 | 第50-52页 |
| 参考文献 | 第52-58页 |
| 致谢 | 第58-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60页 |