解决约束伪凸优化问题的神经网络模型

摘要

伪凸优化出现在科学与工程的众多领域,应用广泛.为解决凸不等式约束的非光滑伪凸优化问题,基于微分包含理论,提出了不带精确罚因子的神经网络模型.证明了网络的状态向量在有限时间内进入可行域且永驻其中,并收敛到原优化问题的最优解集.通过两个仿真实例,验证了网络的优化性能.与已有文献不同,采用变步长,收敛效率有了极大的提升.此外,给出了变步长的选取原则及两个选取公式.