×
欧一贵;林海灿

零一二次规划的神经动力学方法。 （英语） Zbl 1478.90074号

数字。算法 88，第3期，1251-1274（2021）.
摘要：本文提出了一种求解线性约束下零一次二次规划的神经动力学方法。与现有的一种神经动力学方法相比，该方法具有较低的状态变量维数和较少的计算量，使得实现更容易。在一定的条件下，建立了该方法的稳定性和收敛性。数值模拟结果和相关比较表明了该方法在实际计算中的有效性。

MSC公司：

90C20个 二次规划
90立方厘米 整数编程
49立方米 基于非线性规划的数值方法

关键词：

神经动力学方法;0-1二次规划;NCP功能;稳定性分析;收敛性分析
PDF格式BibTeX公司 XML格式引用
\textit{Y.Ou}和\textit{H.Lin}，数字。算法88，No.3，1251--1274（2021；Zbl 1478.90074）
全文： 内政部

参考文献：

[1] 李，D。；Sun，X.，非线性整数规划（2006），纽约：Springer，纽约·Zbl 1140.90042号
[2] 侯赛因，S。；Butenko，S.，基于二次优化方法的广义独立集问题的算法，Optim。莱特。，13, 1211-1222 (2019) ·兹比尔1434.90210 ·doi:10.1007/s11590-019-01418-9
[3] 克拉普，J。；Pruzan，宾夕法尼亚州，计算机辅助布局设计，数学。掠夺。研究，975-94（1978）·Zbl 0413.90058号 ·doi:10.1007/BFb0120827
[4] 徐，CT；何，X。；黄，TW；Huang，JJ，使用混合零元编程优化基于实时价格的需求响应管理问题的组合神经动力学方法，神经计算应用。，32, 8799-8809 (2020) ·doi:10.1007/s00521-019-04283-w
[5] 何，X。；陈，A。；华盛顿州Chaovalitwingse；Lin，HX，一类二次0-1问题的改进线性化技术，Optim。莱特。，6, 31-41 (2012) ·Zbl 1259.90068号 ·doi:10.1007/s11590-010-0249-z
[6] Pardalos，PM；Rodgers，G.，二次零规划分枝定界算法的计算方面，计算，45131-144（1990）·Zbl 0721.65034号 ·doi:10.1007/BF02247879
[7] 卢，C。；Guo，X.，通过平均目标值最大化对二元二次规划问题进行凸重设，Optim。莱特。，9, 523-535 (2015) ·Zbl 1317.90227号 ·doi:10.1007/s11590-014-0768-0
[8] Hoai，LT；Tao，PD，全局求解线性约束二次零规划问题的连续方法，最优化，5093-120（2001）·Zbl 1039.90050号 ·doi:10.1080/02331930108844555
[9] Zhu，WX，线性约束0-1二次规划的惩罚参数，J.Optim。理论应用。，116, 229-239 (2003) ·Zbl 1030.90059号 ·doi:10.1023/A:1022174505886
[10] Billionnet，A。；Elloumi，S。；Plateau，MC，通过紧凸重排改进二次0-1程序的标准求解器的性能：QCR方法，离散。申请。数学。，157, 1185-1197 (2009) ·Zbl 1169.90405号 ·doi:10.1016/j.dam.2007.12.007
[11] Liao，LZ；齐，HD；齐，LQ，神经动力学优化，J.Global Optim。，175-195年（2004年）·Zbl 1058.90062号 ·doi:10.1023/B:JOGO.0000015310.27011.02
[12] 欧，YG；Lin，HC，求解一般变分不等式的连续方法模型，Inter。J.计算。数学。，93, 1899-1920 (2016) ·Zbl 1355.65084号 ·doi:10.1080/0207160.2015.1079626
[13] 严，Z。；范，J。；Wang，J.，约束全局优化的集体神经动力学方法，IEEE Trans。神经网络。学习。系统。，28, 1206-1215 (2017) ·doi:10.1109/TNNLS.2016.2524619
[14] Mansoori，A。；Erfanian，M.，求解绝对值方程的动力学模型，J.Compute。申请。数学。，333, 28-35 (2018) ·Zbl 1380.65107号 ·doi:10.1016/j.cam.2017.09.032
[15] 太阳，LM；Liao，LZ，线性规划的内点连续路径允许轨迹，J.Ind.Manag。优化。，15, 1517-1534 (2019) ·Zbl 1438.90235号
[16] Che，H。；Wang，J.，用于全局和组合优化的协作神经动力学方法，神经网络。，114, 15-27 (2019) ·Zbl 1444.90095号 ·doi:10.1016/j.neuet.2019.02.002
[17] Che，H。；Wang，J.，混合整数优化的双时间尺度双重神经动力学方法，IEEE Trans。神经网络。学习。系统。，31, 1-13 (2020) ·doi:10.1109/TNNLS.2020.3036293
[18] 刘，SX；蒋，HJ；张，LW；Mei，XH，复杂变量规划问题的神经动力学优化方法，神经网络。，129, 280-287 (2020) ·Zbl 1475.90058号 ·doi:10.1016/j.neunet.2020.06.012
[19] 姜，XR；秦，ST；Xue，XP，约束非光滑分布式凸优化的惩罚型神经动力学方法，神经计算，377225-233（2020）·doi:10.1016/j.neucom.2019.10.050
[20] 曼索里，A。；Effati，S.，解决模糊参数非线性规划问题的有效神经动力学模型，神经计算，334125-133（2019）·doi:10.1016/j.neucom.2019.01.012
[21] Nikseresht，A。；Nazemi，A.，《用于解决半定规划问题的新型神经网络及其应用》，J.Compute。申请。数学。，350, 309-323 (2019) ·Zbl 1405.92008年 ·doi:10.1016/j.cam.2018.10.025
[22] 奥乌里德，M。；Do，XD；Kaminska，B.，《0-1线性规划问题的惩罚公式：神经网络方法》，IEEE神经网络。，2, 1092-1095 (1993) ·doi:10.1109/ICNN.1993.298710
[23] 奥乌里德，M。；Kaminska，B.，求解线性约束下二次0-1规划问题的神经网络，IEEE神经网络。，4, 1690-1693 (1995)
[24] Ranjbar，M。；埃法蒂，S。；Miri，SM，用于解决二次零规划问题的人工神经网络，神经计算，235192-198（2017）·doi:10.1016/j.neucom.2016.12.064
[25] 韩，JY；休，NH；齐海德，《非线性互补：理论与算法》（2006），上海：上海科学技术出版社，上海
[26] Nocedal，J。；Wright，SJ，数值优化（2006），纽约：施普林格，纽约·Zbl 1104.65059号
[27] JJE斯隆；Li，W.，《应用非线性控制》（1991），《恩格尔伍德悬崖：普伦蒂斯·霍尔》，恩格尔伍德崖·Zbl 0753.93036号
[28] 张，SW；Constantinides，AG，拉格朗日编程神经网络，IEEE Trans。电路系统。，39, 441-452 (1992) ·Zbl 0758.90067号 ·数字对象标识代码：10.1109/82.160169
[29] Han，质量经理；Liao，LZ；齐，HD；Q、 LQ，基于梯度的神经网络优化问题的稳定性分析，J.Global Optim。，19, 363-381 (2001) ·Zbl 0979.90107号 ·doi:10.1023/A:1011245911067
[30] 霍斯特，R。；Pardalos，PM；Thoai，NV，《全球优化导论》（2000），2：Kluwer学术出版社，2·Zbl 0966.90073号 ·doi:10.1007/978-1-4615-0015-5
[31] 胡玉强，《运筹学基础与应用》（2004），北京：高等教育出版社，北京
[32] 马萨诸塞州巴扎拉；贾维斯，JJ；Sherali，HD，线性规划和网络流（1990），纽约：威利，纽约·兹比尔0722.90042
[33] 奥米迪，F。；阿巴斯，B。；Nazemi，A.，《解决具有不确定机会约束模型的投资组合选择的有效动态模型》，J.Compute。申请。数学。，319, 43-55 (2017) ·Zbl 1358.91095号 ·doi:10.1016/j.cam.2016.12.020
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。