神经网络在二次规划问题中的应用

神经网络在二次规划问题中的应用

王勇¹, 伍铁如², 马儒宁³

1. 长春工业大学基础科学学院, 长春 130012; 2 吉林大学数学研究所, 长春 130012;3. 南京航空航天大学数学系, 南京 210016

收稿日期:2007-11-02 修回日期:1900-01-01 出版日期:2008-05-26 发布日期:2008-05-26
通讯作者: 王勇

Neural Network for Solving Quadratic Programming Problems

WANG Yong¹, WU Tieru², MA Runing³

1. College of Basic Sciences, Changchun University of Technology, Changchun 130012, China;2. Institute of Mathematics, Jilin University, Changchun 130012, China;3. Department of Mathematics, Nanjing University of Aeronautics & Astronautics, Nanjing 210016, China

Received:2007-11-02 Revised:1900-01-01 Online:2008-05-26 Published:2008-05-26
Contact: WANG Yong

摘要/Abstract

摘要： 利用对偶神经网络解决了基于线性等式、不等式和有界约束的二次规划问题, 表明所研究的对偶神经网络具有整体指数收敛性, 与包含高次非线性条件的神经网络相比, 所提出的网络使用了更少的神经元, 并且网络的体系结构更简单.数值实验结果表明了该方法的有效性.

关键词: 神经网络, 二次规划问题, 指数收敛

Abstract: This paper presents a dual neural network which is globally exponential convergence for solving quadratic programming problems based on linear equation, inequation and bounded constraint. Compared with other neural network models which contained highorder nonlinear condition, the dual neural network uses less neuron and has simpler structure. Finally, numerical tests show the validity of the model.

Key words: neural network, quadratic programming problems, expon ential convergence

中图分类号:

王勇, 伍铁如, 马儒宁. 神经网络在二次规划问题中的应用[J]. J4, 2008, 46(03): 448-452.

WANG Yong, WU Tieru, MA Runing. Neural Network for Solving Quadratic Programming Problems[J]. J4, 2008, 46(03): 448-452.

[1]	宋海明, 侯頔. Blac-Scholes模型下美式期权定价的神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1089-1092.
[2]	刘高天, 段锦, 范祺, 吴杰, 赵言. 基于改进RFBNet算法的遥感图像目标检测[J]. 吉林大学学报(理学版), 2021, 59(5): 1188-1198.
[3]	车颖, 冯皛, 郑宏亮. 基于卷积神经网络的超声造影图像去噪方法[J]. 吉林大学学报(理学版), 2021, 59(5): 1256-1259.
[4]	傅博, 王瑞子, 王丽妍, 张湘怡. 基于深度卷积神经网络的水下偏色图像增强方法[J]. 吉林大学学报(理学版), 2021, 59(4): 891-899.
[5]	李旭东, 周林华. 基于大津算法和深度学习的开集声纹识别自适应阈值计算方法[J]. 吉林大学学报(理学版), 2021, 59(4): 909-914.
[6]	冯福存, 常莉红. 一种基于内容增强的可见光-红外线图像融合方法[J]. 吉林大学学报(理学版), 2021, 59(3): 595-601.
[7]	陶玉杰, 李艳红, 孙刚. 基于Bernstein多项式构造前向神经网络的遗传算法[J]. 吉林大学学报(理学版), 2021, 59(2): 233-240.
[8]	李永丽, 王浩, 金喜子. 基于随机森林优化的自组织神经网络算法[J]. 吉林大学学报(理学版), 2021, 59(2): 351-358.
[9]	尹伟石, 杨文红, 曲福恒. 无相位远场数据反演散射障碍的神经网络方法[J]. 吉林大学学报(理学版), 2020, 58(6): 1357-1365.
[10]	张齐贤, 朱晓冬, 刘元宁, 王超群, 吴祖慷, 李昕龙. 基于GA-BP神经网络的序列虹膜质量评价算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1382-1390.
[11]	胡黄水, 赵思远, 刘清雪, 王出航, 王婷婷. 基于动量因子优化学习率的BP神经网络PID参数整定算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1415-1420.
[12]	李鹏松, 李俊达, 吴良武, 胡建平. 基于阈值分割法和卷积神经网络的图像识别算法[J]. 吉林大学学报(理学版), 2020, 58(6): 1436-1442.
[13]	袁倩影, 全海燕. 基于新进化优化BP学习算法的心音识别方法[J]. 吉林大学学报(理学版), 2020, 58(5): 1195-1201.
[14]	骆焦煌. 基于卷积神经网络的粗粒度数据分布式算法[J]. 吉林大学学报(理学版), 2020, 58(4): 906-912.
[15]	王明丽, 王刚, 郭晓新, 王献昌. 基于跨层复制连接卷积神经网络的遥感图像融合[J]. 吉林大学学报(理学版), 2020, 58(4): 913-922.