یک مدل عصبی پویای کارا برای حل مسایل بهینه سازی ناهموار مقید با محدودیت های آفین و کران دار

محمد جواد عبادی; حامد فراهانی; حسین جعفری

یک مدل عصبی پویای کارا برای حل مسایل بهینه سازی ناهموار مقید با محدودیت های آفین و کران دار

Publish place: Journal of Fuzzy Systems and Applications، Vol: 4، Issue: 2

Publish Year: 1400

نوع سند: مقاله ژورنالی

زبان: Persian

This Paper With 44 Page And PDF Format Ready To Download

دریافت فایل کامل Paper

Certificate
من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

هوش مصنوعی > شبکه عصبی

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

https://civilica.com/doc/1464715

شناسه ملی سند علمی:

JR_JFSA-4-2_004

تاریخ نمایه سازی: 23 خرداد 1401

Abstract:

در این مﻘاله یک مدل غیرجریمهای مبتنی بر شمول دیفرانسیلی برای حل مسایل بهینهسازی مﻘید با قیود کراندار و تساوی خطی پیشنهاد گردیده است. همگرایی خط سیرها به ناحیهی شدنی مساوی در زمان متناهی را اثبات نمودهایم. همچنین معادل بودن نﻘطه تعادلی شبکه عصبی پیشنهادی با جواب بهینهی مساله بهینهسازی اصلی را نشان دادهایم. بهع لاوه پایداری شبکهی پیشنهادی به مفهوم لیاپانوف و همگرایی سراسری آن به جواب بهینهی دقیق مساله بهینهسازی اصلی اثبات گردیده است. مدل پیشنهادی در مﻘایسه با مدلهای موجود برای حل مسایل بهینهسازی محدب ناهموار فاقد پارامترجریمه یا تابع جریمه بوده و پیادهسازی آن آسانتر میباشد. بهعنوان کاربرد، شبکه عصبی پیشنهادی به یک مدل برای حل مسایل بهینهسازی محدب ناهموار مﻘید با قیود مساوی خطی و ۰ ≥ x تبدیل شده است. در انتها برای نشان دادن کارایی مدل پیشنهادی تعدادی مثال ارایه گردیده است.

Keywords:

بهینه سازی محدب ناهموار , خطی مساوی , شبکه عصبی , شمول دیفرانسیلی , پایداری لیاپانوف

Authors

محمد جواد عبادی

گروه ریاضی، دانشگاه دریانوردی و علوم دریایی چابهار، چابهار، ایران

حامد فراهانی

گروه ریاضی، دانشگاه دریانوردی و علوم دریایی چابهار، چابهار، ایران

حسین جعفری

بلوار شهید ریگی، دانشگاه دریانوردی و علوم دریایی چابهار، استادیار

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :

Ahmad I, Kaur A, Sharma MK, Robust duality for generalized ...
Antoniou A, Lu WS, Practical optimization, Springer, New York, USA ...
Aubin J, Cellina A, Differential inclusions, Springer-Verlag, Berlin, Germany, (۱۹۸۴) ...
Bazaraa MS, Sherali HD, Shetty CM, Nonlinear programming: theory and ...
Beliakov G, Bagirov A, Non-smooth optimization methods for computation of ...
Bertsekas D, Constrained optimization and Lagrange multiplier methods, Aca- demic, ...
Bian W, Xue X, Neural network for solving constrained convex ...
Chen D, Cao X, Li S, A multi-constrained zeroing neural ...
Cheng L, Hou ZG, Lin Y, Tan M, Zhang WC, ...
Chua L, Lin GN, Nonlinear programming without computation, IEEE Transac- ...
Clarke F, Optimization and nonsmooth analysis, Wiley, New York, USA, ...
Dai J, Yang X, Xiao L, Jia L, Li Y, ...
Ebadi M. J., Hosseini A., Hosseini M. M., A projection ...
Ebadi M. J., Hosseini M. M., Karbassi S. M., An ...
Ebadi M. J., Hosseini A., Jafari H., An efficient one-layer ...
Effati S, Mansoori A, Eshaghnezhad M, An efficient projection neural ...
Eshaghnezhad M, Effati S, Mansoori A, A neurodynamic model to ...
Forti M, Nistri P, Quincampoix M, Generalized neural network for ...
Gao X, A novel neural network for nonlinear convex programming, ...
Guo Z, Liu Q, Wang J, A one-layer recurrent neural ...
Heydarpoor, F, Abbasi, E., Ebadi, M. J., Karbassi, M. M. ...
Heydarpoor, F., Abbasi, E., Ebadi, M. J., Karbassi, M. M. ...
Hosseini A, Hosseini SM, Soleimani-damaneh M, A differential inclusion-based approach ...
Hosseini A, A non-penalty recurrent neural network for solving a ...
Hu X, Zhang B, A new recurrent neural network for ...
Jamali N., Sadegheih A., Lotfi M. M., Lincoln C. Wood, ...
Jiang X, Qin S, Xue X, Liu X, A second-order ...
Ju X, Hu D, Li C, He X, Feng G, ...
Kennedy M, Chua L, Unifying the Tank and Hopfield linear ...
Kennedy M, Chua L, Neural networks for nonlinear programming, IEEE ...
Li W, Bian W, Smoothing neural network for regularized optimization ...
Li G, Song S, Wu C, Du Z, A neural ...
Liang Xb, Wang J, A recurrent neural network for nonlinear ...
Liu N, Wang J, Qin S, A one-layer recurrent neural ...
Liu SB, Wang J, A simplified dual neural network for ...
Liu Q, Wang J, A recurrent neural network for nonsmooth ...
Liu Q, Wang J, A one-layer recurrent neural network with ...
Liu Q, Wang J, A one-layer recurrent neural network for ...
Liu Q, Wang J, Finite-time convergent recurrent neural network with ...
Liu Q, Wang J, A one-layer recurrent neural network for ...
Liu Q, Guo Z, Wang J, A one-layer recurrent neural ...
Liu Q, Wang J, A one-layer projection neural network for ...
Liu Q, Yang S, Wang J, A collective neurodynamic approach ...
Mordukhovich BS, Variational analysis and generalized differentiation, II: ap- plications, ...
Nazemi AR, A dynamic system model for solving convex nonlinear ...
Qin S, Xue X, A two-layer recurrent neural network for ...
Soleimani-damaneh M, Nonsmooth optimization using Mordukhovich’s subdif- ferential, SIAM Journal ...
Tank D, Hopfield J, Simple neural optimization networks: An a/d ...
Wang J, A deterministic annealing neural network for convex programming, ...
Wang J, Hu Q, Jiang D, A Lagrangian network for ...
Wei F, Chen G, Wang W, Finite-time stabilization of memristor-based ...
Xia Y, A new neural network for solving linear and ...
Xia Y, Wang J, On the stability of globally projected ...
Xia Y, Leung H, Wang J, A projection neural network ...
Xia Y, Wang J, A recurrent neural network for nonlinear ...
Xia Y, Wang J, A recurrent neural network for solving ...
Yang Y, Cao Y, A new neural network for solving ...
Yashtini M, Malek A, A discrete-time neural network for solving ...
Zhang Z, Xiao T, Qin X, Fly visual evolutionary neural ...
Zhang S, Constantinides AG, Lagrange programming neural networks, IEEE Transactions ...

نمایش کامل مراجع