用于求解优化问题的几类神经网络的全局稳定性研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·人工神经网络的历史发展 | 第9-11页 |
| ·用神经网络求解优化问题的研究状况 | 第11-12页 |
| ·论文的主要工作 | 第12-15页 |
| 第2章 优化问题基本理论 | 第15-23页 |
| ·线性和非线性规划问题 | 第15-16页 |
| ·互补问题和变分不等式问题 | 第16-17页 |
| ·基本定理和基本关系 | 第17-19页 |
| ·相关定义和引理 | 第19-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 无延时投影神经网络 | 第23-37页 |
| ·一类求解退化凸二次规划的投影神经网络 | 第23-31页 |
| ·系统描述与预备知识 | 第23-25页 |
| ·神经网络模型构造 | 第25-26页 |
| ·神经网络模型的稳定性分析 | 第26-28页 |
| ·数值实例 | 第28-31页 |
| ·一类求解凸二次规划及其对偶问题的投影神经网络 | 第31-36页 |
| ·系统描述与模型 | 第31-32页 |
| ·主要结果 | 第32-34页 |
| ·数值实例 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 延时Lagrange 神经网络 | 第37-45页 |
| ·网络模型与预备知识 | 第37-40页 |
| ·稳定性分析 | 第40-42页 |
| ·数值实例 | 第42-44页 |
| ·本章小结 | 第44-45页 |
| 第5章 延时投影神经网络 | 第45-57页 |
| ·网络模型 | 第45-47页 |
| ·预备知识 | 第47-49页 |
| ·全局指数稳定和全局渐近稳定 | 第49-54页 |
| ·数值实例 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
| 致谢 | 第65-66页 |
| 作者简介 | 第66页 |
