论文研究一种新型拉格朗日神经网络解决非光滑优化问题.pdf

针对函数是非光滑的问题以及采用固定惩罚项的弊端，利用Clarke广义梯度的理论和Lagrange乘子法的思想，建立了一个微分包含的神经网络模型。此模型是采用罚函数的方法，有效避免了固定项的缺陷。理论证明了网络是有全局解的，并且收敛到原问题的关键点集，对于凸问题来说网络收敛的平衡点就是问题的最优点。最后通过仿真实验验证了理论结果的正确性。