毕业论文二次规划问题的变时滞神经网络模型的全局指数稳定.pptx
-
资源ID:88374909
资源大小:417.34KB
全文页数:29页
- 资源格式: PPTX
下载积分:20金币
快捷下载
会员登录下载
微信登录下载
三方登录下载:
微信扫一扫登录
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,就可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰。
5、试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓。
|
毕业论文二次规划问题的变时滞神经网络模型的全局指数稳定.pptx
主要内容主要内容引引 言言 1二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立 2主要结果主要结果 3仿真研究仿真研究 45结结 语语 第1页/共29页引引 言言二次规划问题广泛存在于现实生活当中,无论是工程二次规划问题广泛存在于现实生活当中,无论是工程应用、经济生活还是现代管理科学,优化计算都起着应用、经济生活还是现代管理科学,优化计算都起着关键作用。关键作用。在现代科学与工程计算中在现代科学与工程计算中,经常需要进行经常需要进行实时实时优化计优化计算。传统的优化计算技术因耗时过多而不能满足此类算。传统的优化计算技术因耗时过多而不能满足此类优化计算的需要。优化计算的需要。神经网络具有内在的神经网络具有内在的大规模并行运算大规模并行运算和和快速收敛快速收敛等特等特性,解决优化问题的运算时间比传统算法快出很多。性,解决优化问题的运算时间比传统算法快出很多。第2页/共29页引引 言言神经优化计算的研究进展神经优化计算的研究进展19821982年,年,HopfieldHopfield提出了著名的提出了著名的HopfieldHopfield神经网络神经网络,引进了,引进了能量函数的概念,为神经网络应用于优化问题奠定了基础。能量函数的概念,为神经网络应用于优化问题奠定了基础。19861986年,由年,由TankTank和和HopfieldHopfield首次提出了解决线性规划问题的神首次提出了解决线性规划问题的神经网络。经网络。KennedyKennedy和和ChuaChua为保证网络收敛提出一个改进的网络模型,其为保证网络收敛提出一个改进的网络模型,其中的能量函数是不精确的罚函数。只有当罚参数趋于无穷大时,中的能量函数是不精确的罚函数。只有当罚参数趋于无穷大时,才可获得优化问题的近似解,且当罚参数过大时,电路亦难以才可获得优化问题的近似解,且当罚参数过大时,电路亦难以实现。实现。第3页/共29页引引 言言为避免罚函数存在的缺陷,文献为避免罚函数存在的缺陷,文献44给出了由两个子系统组成的给出了由两个子系统组成的网络模型,但该模型的解轨迹在最优解附近摄动,不能保证网网络模型,但该模型的解轨迹在最优解附近摄动,不能保证网络的输出为精确度较好的解。络的输出为精确度较好的解。基于对偶和映射理论,基于对偶和映射理论,XiaXia等人先后提出了原始等人先后提出了原始-对偶神经网络对偶神经网络和投影神经网络,求解线性和二次规划问题,但网络结构复杂,和投影神经网络,求解线性和二次规划问题,但网络结构复杂,在电路实现中仍需要大量参数。在电路实现中仍需要大量参数。以上研究都是在神经元传输和瞬时响应以上研究都是在神经元传输和瞬时响应无时延无时延的情况下进行的。的情况下进行的。第4页/共29页引引 言言时滞神经网络稳定性时滞神经网络稳定性研究意义:研究意义:p在神经网络电路实现中,时滞是不可避免的,时滞的在神经网络电路实现中,时滞是不可避免的,时滞的存在可以导致系统的不稳定,这是目前研究时滞神经存在可以导致系统的不稳定,这是目前研究时滞神经网络稳定性的一个主要原因。网络稳定性的一个主要原因。p时滞的存在能够改变神经网络的拓扑结构,进而改变时滞的存在能够改变神经网络的拓扑结构,进而改变神经网络的动态行为,从而可以利用人为引入的时滞神经网络的动态行为,从而可以利用人为引入的时滞来达到改变网络动态行为的目的。所以,研究带有时来达到改变网络动态行为的目的。所以,研究带有时滞的神经网络求解优化问题更具有实际价值滞的神经网络求解优化问题更具有实际价值 第5页/共29页引引 言言 文献文献13-1413-14利用利用常时滞常时滞神经网络研究了二次规神经网络研究了二次规划最优解求解问题。考虑到时变时滞在电路实现中的划最优解求解问题。考虑到时变时滞在电路实现中的普遍存在性,本文提出了一种普遍存在性,本文提出了一种变时滞变时滞LagrangeLagrange神经网神经网络络求解求解二次规划问题二次规划问题最优解的求解方法。利用不等式最优解的求解方法。利用不等式技术和技术和LMILMI技术,得到了全局指数稳定的两个条件。技术,得到了全局指数稳定的两个条件。所得到的稳定判据能够所得到的稳定判据能够适应慢变时滞和快变时滞适应慢变时滞和快变时滞两种两种情况,具有适用范围宽、保守性小和易于验证等特点。情况,具有适用范围宽、保守性小和易于验证等特点。通过几个注释说明和数值仿真示例验证了所得结果的通过几个注释说明和数值仿真示例验证了所得结果的有效性。有效性。第6页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立考虑如下二次规划问题:考虑如下二次规划问题:(1)(1)其中:其中:为设计变量,为设计变量,为半正定矩阵,为半正定矩阵,。并且假设可行域并且假设可行域 为非空集合。为非空集合。定义定义LagrangeLagrange函数函数 为:为:其中:其中:为为LagrangeLagrange乘子。乘子。第7页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立 根据根据KKTKKT条件可知条件可知:是二次规划问题是二次规划问题(1)(1)的解,当的解,当且且仅当存在仅当存在 ,使得满足如下条件:,使得满足如下条件:其中其中:为为 的梯度。的梯度。令:令:则则解决问题解决问题(1)(1)的的LagrangeLagrange神经网络为:神经网络为:,(2)(3)第8页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立时变时滞时变时滞LagrangeLagrange神经网络:神经网络:其中:其中:,时滞时滞 满足满足 ,。注注1 1:在文献在文献13-1413-14中,研究的是定时滞的中,研究的是定时滞的LagrangeLagrange神经网神经网络求解问题络求解问题(1)(1)。但是,定时滞是变时滞的理想化,所以本。但是,定时滞是变时滞的理想化,所以本文建立的变时滞网络文建立的变时滞网络(4)(4)来求解问题来求解问题(1)(1)更具有实际意义。更具有实际意义。(4)(4)第9页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立设设 是网络是网络(4)(4)的一个平衡点。为了方便,我们对网络的一个平衡点。为了方便,我们对网络(4)(4)做做变换变换 ,则式,则式(4)(4)等价变换成:等价变换成:其中:其中:,。定义定义1 1:在区间:在区间 上,对于任意有限的上,对于任意有限的 ,如果存在,如果存在标量标量 ,使得,使得 成立,则称成立,则称系统系统(5)(5)在平衡点在平衡点 处是处是全局指数稳定全局指数稳定的。的。(5)第10页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立 设设 是一个在是一个在 上的非负连续函数,对于上的非负连续函数,对于 和和 ,当,当 时有如下引理:时有如下引理:引理引理1 1:若不等式:若不等式 成立,则有成立,则有 成立。成立。引理引理2 2:给定任意对称正定矩阵:给定任意对称正定矩阵 ,标量,标量 ,向量函,向量函数数 ,则有如下不等式成立,则有如下不等式成立第11页/共29页二次规划问题及变时滞神经网络模型建立二次规划问题及变时滞神经网络模型建立引理引理3 3:假设:假设 ,和和 为适当维数的实矩阵,且为适当维数的实矩阵,且 ,则,则对于任意适当维数的向量对于任意适当维数的向量 和和 ,有如下不等式成立,有如下不等式成立:第12页/共29页主要结果主要结果定理定理1 1:如果存在对称正定矩阵:如果存在对称正定矩阵 ,和和 ,使得如下,使得如下LMILMI成立:成立:则系统则系统(5)(5)在平衡点在平衡点 处是全局指数稳定的。其中:处是全局指数稳定的。其中:(6)第13页/共29页主要结果主要结果证明证明:考虑如下:考虑如下LyapunovLyapunov泛函:泛函:其中:其中:沿着网络沿着网络(5)(5)的轨迹对的轨迹对 求导,并根据引理求导,并根据引理2 2,有下式成立,有下式成立 (7)(11)(12)第14页/共29页主要结果主要结果得到得到 其中其中 如式如式(6)(6)中所定义,且中所定义,且下面讨论网络下面讨论网络(5)(5)的全局指数稳定性的全局指数稳定性。由式由式(13)(13)可以得到:可以得到:其中其中 (13)(14)第15页/共29页主要结果主要结果对式对式(14)(14)两边求积分,得到两边求积分,得到 另外,从式另外,从式(7)(7)可知:可知:其中其中 因此因此利用引理利用引理1 1,可知,可知(15)第16页/共29页主要结果主要结果利用式利用式(7)(7)和引理和引理3 3,可得,可得令令则则由式由式(15)(15)可得可得 由定义由定义1 1可知系统可知系统(5)(5)在平衡点在平衡点 处是全局指数稳定的。处是全局指数稳定的。证毕证毕。第17页/共29页主要结果主要结果注注2 2:定理:定理1 1是通过是通过LMILMI方法得到的依赖时滞上界的指数稳定条件,且稳定条方法得到的依赖时滞上界的指数稳定条件,且稳定条件通过件通过MATLABMATLAB的的LMILMI工具箱很容易得到验证。工具箱很容易得到验证。注注3 3:在神经网络指数稳定性的研究中,许多文献都是在:在神经网络指数稳定性的研究中,许多文献都是在LyapunovLyapunov泛函中增泛函中增加一个指数因子的方法来证明的,且指数收敛率是通过求解一个超越方程加一个指数因子的方法来证明的,且指数收敛率是通过求解一个超越方程得到的。与之不同,我们没有引入指数因子,而是利用引理得到的。与之不同,我们没有引入指数因子,而是利用引理1 1来证明指数来证明指数稳定性的。指数稳定证明过程被简化了,且指数收敛率也容易获得。稳定性的。指数稳定证明过程被简化了,且指数收敛率也容易获得。注注4 4:式:式(6)(6)不限定不限定 ,也就是说定理,也就是说定理1 1可应用到快时变时滞,也可应用到可应用到快时变时滞,也可应用到慢时变时滞。慢时变时滞。第18页/共29页主要结果主要结果定理定理2 2:如果存在对称正定矩阵:如果存在对称正定矩阵 ,和和 ,正定对称,正定对称矩矩阵阵 ,以及适当维数矩阵,以及适当维数矩阵 ,使得如下,使得如下LMILMI成立:成立:(16)第19页/共29页主要结果主要结果则系统则系统(5)(5)的平衡点的平衡点 是全局指数稳定。其中是全局指数稳定。其中:(17)(18),,,第20页/共29页主要结果主要结果证明证明:选取:选取LyapunovLyapunov泛函与定理泛函与定理1 1中的相同。中的相同。利用利用Leibniz-NewtonLeibniz-Newton公式,对于任意的适当维数矩阵公式,对于任意的适当维数矩阵 ,有如下等式成立:有如下等式成立:对于任意的正定对称矩阵对于任意的正定对称矩阵 (20)(21)(22)第21页/共29页主要结果主要结果对于任意适当维数矩阵对于任意适当维数矩阵 ,满足如下等式:满足如下等式:沿着网络沿着网络(5)(5)的轨迹对的轨迹对 求导,得到:求导,得到:其中其中由式由式(16)-(18)(16)-(18),可知,可知 。余下证明部分与定理。余下证明部分与定理1 1相似。相似。证毕证毕。(23)第22页/共29页仿真研究仿真研究 考虑形如式考虑形如式(1)(1)的二次规划问题,的二次规划问题,其中:其中:该优化问题具有唯一平衡点该优化问题具有唯一平衡点 若采用若采用LagrangeLagrange网络模型网络模型(3)(3)来求解优化问题,因为具来求解优化问题,因为具有三个特征值有三个特征值 ,神经系统,神经系统(3)(3)将呈现周期将呈现周期解,见图解,见图1 1,显然系统的平衡点不是稳定的。,显然系统的平衡点不是稳定的。第23页/共29页仿真研究仿真研究 图图1 1:时的模型时的模型(5)(5)的状态轨迹的状态轨迹 第24页/共29页仿真研究仿真研究 现考虑网络模型现考虑网络模型(5)(5),当指数收敛速率为,当指数收敛速率为 ,为为单位单位矩阵时,在矩阵时,在 时通过时通过LMILMI求解本文定理求解本文定理2 2可得到可得到LMIsLMIs中的各中的各个矩个矩阵。阵。状态轨迹如图状态轨迹如图2 2所示,由图形中的状态轨迹可知,网络收所示,由图形中的状态轨迹可知,网络收敛到敛到最优解最优解 。按照文献按照文献1313中的定理中的定理3 3计算得到的最大时滞上界为计算得到的最大时滞上界为 ,文献文献1414中的定理中的定理1 1要求要求 。显然,本文的结果显著改。显然,本文的结果显著改进了进了文献文献13-1413-14中的结果。中的结果。第25页/共29页仿真研究仿真研究 图图2 2:时的模型时的模型(5)(5)的状态轨迹的状态轨迹 第26页/共29页结结 语语 本文,提出了一种等式约束下二次规划问题的变时本文,提出了一种等式约束下二次规划问题的变时滞神经网络模型,并对时滞神经网络稳定性进行了分析,滞神经网络模型,并对时滞神经网络稳定性进行了分析,得到两种稳定结果,所得结果具有能够适应快得到两种稳定结果,所得结果具有能够适应快/慢时变慢时变时滞,保守性小和易于验证等特点。数值例子验证所提时滞,保守性小和易于验证等特点。数值例子验证所提方法的有效性。方法的有效性。第27页/共29页第28页/共29页感谢您的观看!第29页/共29页