An Efficient Neurodynamic Scheme for Solving a Class of Nonconvex Nonlinear Optimization Problems
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 92
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJMAC-8-4_005
تاریخ نمایه سازی: 28 دی 1401
چکیده مقاله:
By p-power (or partial p-power) transformation, the Lagrangian function in nonconvex optimization problem becomes locally convex. In this paper, we present a neural network based on an NCP function for solving the nonconvex optimization problem. An important feature of this neural network is the one-to-one correspondence between its equilibria and KKT points of the nonconvex optimization problem. the proposed neural network is proved to be stable and convergent to an optimal solution of the original problem. Finally, an examples is provided to show the applicability of the proposed neural network.
کلیدواژه ها:
نویسندگان
Mohammad Moghaddas
Department of Mathematics, Central Tehran Branch, Islamic Azad University, Tehran, Iran.
Ghasem Tohidi
Department of Mathematics, Central Tehran Branch, Islamic Azad University, Tehran, Iran.