A novel neural network for solving convex quadratic programming problems subject to equality and inequality constraints

This paper proposes a neural network model for solving convex quadratic programming (CQP) problems, whose equilibrium points coincide with Karush–Kuhn–Tucker (KKT) points of the CQP problem. Using the equality transformation and Fischer–Burmeister (FB) function, we construct the neural network model...

Celý popis

Podrobná bibliografie

Vydáno v:	Neurocomputing (Amsterdam) Ročník 214; s. 23 - 31
Hlavní autoři:	Huang, Xinjian, Lou, Xuyang, Cui, Baotong
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier B.V 19.11.2016
Témata:	Convex quadratic programming Fischer-Burmeister function Neural network Stability Convex quadratic programming Fischer-Burmeister function Stability Neural network
ISSN:	0925-2312, 1872-8286
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!