典型文献
求解时变非线性不等式的新型动态学习网络
文献摘要：
为有效地求解时变矢量型非线性不等式,针对传统的零化神经网络在求解时变矢量型非线性不等式时收敛速度慢、鲁棒性弱的问题,提出了一种新型混合变参动态学习网络(mixed variant-parameter dynamic learning network,MVP-DLN).首先,定义矢量型的无界误差函数;其次,构造混合变参神经动力学设计公式;最后,通过替代方法和神经动力学设计公式,开发出MVP-DLN模型.理论分析表明MVP-DLN模型具有全局的收敛性能和强鲁棒性.最后,采用仿真实验验证模型的性能,实验结果表明,相比于传统的零化神经网络,MVP-DLN模型在求解时变非线性不等式时具有更好的收敛性能和更强的鲁棒性.
文献关键词：
混合变参动态学习网络;时变矢量型非线性不等式;收敛性;鲁棒性
中图分类号：
作者姓名：
陆荣秀;黄学文;杨辉;张智军
作者机构：
华东交通大学电气与自动化工程学院,江西南昌330013;华东交通大学江西省先进控制与优化重点实验室,江西南昌330013;华南理工大学自动化科学与工程学院,广东广州510641;华南理工大学广东省人工智能与数字经济实验室,广东广州510641
文献出处：
引用格式：
[1]陆荣秀;黄学文;杨辉;张智军-.求解时变非线性不等式的新型动态学习网络)[J].控制工程,2022(03):404-412
A类：
时变矢量型非线性不等式,混合变参动态学习网络
B类：
时变非线性,零化神经网络,收敛速度,速度慢,mixed,variant,parameter,dynamic,learning,network,MVP,DLN,无界,误差函数,神经动力学,动力学设计,设计公式,替代方法,收敛性能,验证模型
AB值：
0.206388
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
