Based on differential inclusion, Lyapunov method, matrix theory, nonsmooth analysis and variational theorem, this thesis studies four classes of optimization problems, proposing relative neural networks, giving global existence, uniqueness, stability, convergence and exactness of solutions to these networks.
基于微分包含,Lyapunov方法,矩阵分析,非光滑分析及变分理论,本文研究了四大类优化问题,分别构造了相应的神经网络,证明了网络解的全局存在唯一性及网络的稳定性,收敛性和精确性,并通过数值算例说明了网络的有效性。
参考来源 - 微分方程与微分包含的神经优化理论与算法研究·2,447,543篇论文数据，部分数据来源于NoteExpress
应用推荐