.png){kind=icon}
返回
Predefined-time with time-varying coefficients neurodynamic for composite optimization problems
.png){kind=icon}
PRE
AI
DOI：10.1016/j.chaos.2025.116792.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在本文中，我们提出了一种预设定时间变系数神经动力学（PTTVCN）模型，用于解决复合优化问题（COPs）。我们首先给出了时变动力学系统预设定时间稳定性的李雅普诺夫稳定性条件，并在不同时变系数下提供了具体推论。然后，我们基于时变动力学系统的预设定时间稳定性条件，提出了PTTVCN模型以解决COPs。理论分析证实，PTTVCN模型能够在预设定时间内实现一致收敛，并具有一定的抗噪声能力。仿真结果表明，所提出的时变系数预设定时间稳定性神经动力学模型对于COPs的有效性。最后，在图像恢复和泊松回归问题上的数值实验验证了所提出方法的优越性。
期刊
C
IF:
5.6
论文数:
1.3K
被引数:
3.8W
机构
暂无机构信息
引用论文
An Improved Predefined-Time Adaptive Neural Control Approach for Nonlinear Multiagent Systems非线性多智能体系统的改进预定义时间自适应神经控制方法
OAAI
OAAI分享收藏分享收藏A new predefined-time stability theorem and its application in the synchronization of memristive complex-valued BAM neural networks.png)
NEURAL NETWORKS
NEURAL NETWORKSIF6.3
PREAI
分享收藏A Proximal Neurodynamic Network With Fixed-Time Convergence for Equilibrium Problems and Its Applications求解平衡问题的具有固定时间收敛的近端神经动力学网络及其应用
PREAI
分享收藏
查看更多内容