解水平线性互补问题的神经网络  

Neural network models for solving the horizontal linear complementarity problems

作　　者：高兴宝[1] 

机构地区：[1]陕西师范大学数学与信息科学学院,陕西西安710062

出　　处：《西安石油大学学报（自然科学版）》2004年第1期85-88,共4页Journal of Xi’an Shiyou University（Natural Science Edition）

基　　金：陕西师范大学重点科研项目

摘　　要：考虑了单调的水平线性互补问题 .基于其结构特点 ,通过引入新向量 ,提出了求解它的两个简单的神经网络模型 .严格证明了所提出的模型均是 Lyapunov稳定的 ,并且大范围渐近收敛于原问题的一个精确解 .新模型的规模均与原问题相同 ,并且不含任何参数 .数值试验表明新模型不仅可行 。The monotone horizontal linear complementarity problem is considered in this paper. Based on its inherent properties, two neural network models for solving it are constructed by introducing new vectors. The proposed models are strictly proved to be Lyapunov stable, and asymptotically converge to an exact solution of the original problem in a large range. New models have the same size as the original problem, and no extra parameters. The feasibility and effectiveness of the proposed neural networks are supported by the simulation experiments.

关 键 词：水平线性互补问题 神经网络 稳定性 收敛性 矩阵 

分 类 号：O22[理学—运筹学与控制论]