| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 人工神经网络的发展简史 | 第10-13页 |
| 1.2 运用神经网络求解最优化问题的现状 | 第13-15页 |
| 1.3 论文的主要工作 | 第15-16页 |
| 第2章 预备知识 | 第16-26页 |
| 2.1 优化理论基础 | 第16-22页 |
| 2.1.1 最优化问题 | 第16页 |
| 2.1.2 非线性规划问题 | 第16-18页 |
| 2.1.3 非光滑优化问题 | 第18-22页 |
| 2.1.4 伪凸优化问题 | 第22页 |
| 2.2 稳定性理论基础知识 | 第22-24页 |
| 2.2.1 微分方程稳定性的基本概念 | 第22-24页 |
| 2.2.2 Lyapunov 稳定性定理 | 第24页 |
| 2.3 符号说明 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 求解框式约束伪凸优化问题的周期神经网络及其稳定性分析 | 第26-40页 |
| 3.1 引言 | 第26-27页 |
| 3.2 优化问题的描述及模型的建立 | 第27-29页 |
| 3.3 主要结果 | 第29-34页 |
| 3.3.1 系统解的性质及收敛性分析 | 第29-33页 |
| 3.3.2 神经网络系统的稳定性 | 第33-34页 |
| 3.4 数值例子 | 第34-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第4章 求解一般约束非光滑伪凸优化问题的投影神经网络及其稳定性分析 | 第40-64页 |
| 4.1 引言 | 第40页 |
| 4.2 凸优化问题的描述及其相关模型 | 第40-44页 |
| 4.3 非凸优化问题的描述及模型的建立 | 第44-47页 |
| 4.4 主要结果 | 第47-58页 |
| 4.4.1 神经网络系统解的性质 | 第47-53页 |
| 4.4.2 神经网络系统的稳定性分析 | 第53-58页 |
| 4.5 数值例子 | 第58-62页 |
| 4.6 本章小结 | 第62-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第71-72页 |
| 致谢 | 第72-73页 |
| 作者简介 | 第73页 |