求解不可微优化问题的连续极大熵神经网络

摘要：

工程中常出现的不可微优化问题，难以用神经网络求解。文中利用极大熵原理将不可微优化问题转化为误差可估的等价可微优化问题，根据优化后的问题，提出一种连续型的极大熵神经网络，用以求解该类问题。文中设计了相应的Ｌｙａｐｕｎｏｖ函数，证明了该网络是全局渐近稳定的。利用该网络还可求解不可微多目标优化问题等问题。该神经网络是可由ＶＬＳＩ技术实现的，可用于实时求解。

关键词： 神经网络 极大熵原理 微优化

作者: 林家骏 王赞基

作者单位: 理工大学自动化系 大学电机系

会议类型: 国内会议

会议名称: 1998年中国智能自动化学术会议

会议地点: 上海

会议语种:中文

页码: 173～178

在线出版日期: 1998-05-01（万方平台首次上网日期，不代表论文的发表时间）