【摘要】：十九世紀后期,Hopfield和Tank提出利用人工神經網絡解決優(yōu)化問題,為人工神經網絡的探索進程開辟了新的研究途徑。自此之后,神經網絡優(yōu)化問題的研究及其應用成為熱點�，F(xiàn)如今優(yōu)化問題廣泛的應用在函數(shù)逼近、信號處理、圖像存儲、參數(shù)估計、機械控制等方面。因為計算解的時間與問題的結構以及算法復雜度息息相關,所以傳統(tǒng)的數(shù)值優(yōu)化算法效果欠佳。然而,人工神經網絡具有自適應性、并行性,利用其解決優(yōu)化問題在近些年取得了很好的效果。因此,不論在理論還是在實際工程應用中,對于此類解決優(yōu)化問題的神經網絡穩(wěn)定性的研究都具有非凡的意義�；谝陨蠁栴},本文以凸優(yōu)化理論、全局指數(shù)穩(wěn)定性理論為基礎,進一步研究了如何利用神經網絡優(yōu)化四容水箱應用問題。具體的研究內容和創(chuàng)新之處總結如下:1.利用模型預測控制策略,四容水箱問題被確切地闡述為一個帶約束的優(yōu)化問題,基于Lagrangian乘數(shù)法、投影方法,并且應用鞍點定理,提出了一類離散遞歸神經網絡模型來優(yōu)化四容水箱問題。相對于其他四容水箱問題的優(yōu)化,我們提出的離散遞歸神經網絡具有結構簡單,易于硬件實現(xiàn)的優(yōu)點。另外,還針對所提出的離散遞歸神經網絡設計了一個能更好展現(xiàn)其特點的簡單電路模型。理論驗證了我們提出的神經網絡優(yōu)化算法,很好地消除了四容水箱問題的狀態(tài)誤差和控制誤差,使其達到穩(wěn)定。2.利用KKT條件,建立了一類具有離散激活函數(shù)的單層遞歸神經網絡模型來優(yōu)化四容水箱問題。我們通過提出的單層遞歸神經網絡優(yōu)化算法,消除這個被確切闡述的四容水箱問題的狀態(tài)誤差和控制誤差,使系統(tǒng)達到穩(wěn)定。同時,理論結果證明本文針對四容水箱優(yōu)化問題提出的單層遞歸神經網絡是全局穩(wěn)定的。
【學位授予單位】：西南大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP183

【參考文獻】

相關碩士學位論文 前1條

1 趙一博;四容水箱過程控制裝置設計與實現(xiàn)[D];北方工業(yè)大學;2011年

，

本文編號：2565555