文摘
英文文摘
论文说明:图表目录
声明
第1章绪论
1.1人工神经网络
1.2递归神经网络
1.2.1收敛性和稳定性定义
1.2.2四种基本类型的激励函数
1.3时变问题的研究综述
1.3.1研究背景和意义
1.3.2国内外研究现状
1.3.3时变问题求解的新方法
1.4论文主要的工作和创新点
1.5论文的章节安排
第2章实时求解线性规划问题的原对偶神经网络
2.1引言
2.2 LP原问题和它的对偶问题
2.3 PDNN模型的表述
2.4计算机仿真研究
2.5小结
第3章新型递归神经网络求解时变Lyapunov矩阵方程的设计与分析
3.1引言
3.2 Lyapunov矩阵方程的有关背景
3.3时变Lyapunov矩阵方程
3.4新型神经网络及收敛性分析
3.4.1新型神经网络求解器
3.4.2收敛性分析与结果
3.5梯度神经网络及其与ZNN模型的比较
3.5.1梯度神经网络模型
3.5.2与ZNN模型比较
3.6计算机仿真实验
3.6.1 MATLAB编程方法
3.6.2 Simulink建模与验证
3.7小结
第4章时变凸二次规划的实时求解
4.1引言
4.2时变二次规划问题
4.3神经网络求解器及比较
4.3.1新型神经网络(ZNN)
4.3.2梯度神经网络(GNN)
4.4收敛性理论分析与结果
4.5 MATLAB仿真实例
4.6 Simulink建模仿真
4.7小结
第5章新方法求解非线性标量和定常问题及其应用
5.1引言
5.2非线性标量方程
5.2.1梯度神经动力学模型
5.2.2新型神经动力学模型
5.2.3简化模型
5.2.4 ZD的收敛性分析
5.2.5计算机仿真实例
5.3线性定常方程组的求解
5.3.1简化动机
5.3.2线性时不变方程组
5.3.3数值仿真实例
5.4一个应用实例:逆运动学控制
5.5小结
第6章新型神经网络多点离散模型
6.1引言
6.2 ZNN模型和牛顿迭代法
6.3基于线搜索算法的ZNN多点迭代模型
6.3.1 ZNN多点迭代模型
6.3.2线搜索算法
6.4仿真实验结果
6.5小结
第7章总结与展望
参考文献
攻读博士学位期间论文发表及获奖情况
致谢