基于BP神經網絡的分段函數連續優化處理
作者：馮長敏; 張炳江 北京信息科技大學理學院; 北京100192
摘要：有些優化問題中的目標函數或者約束函數是分段函數,該類函數不具有連續性和可微性,也即不符合非線性規劃問題求解的最優性條件,因而傳統的梯度類算法難以求解此類優化問題。利用神經網絡較強的非線性映射能力,結合最小二乘法可以進行曲線擬合的特點,提出一種將分段函數處理成具有連續而且可微性的函數的方法。最后進行實例驗證,并進行誤差分析,結果表明該方法處理得出的連續且可微的函數對分段函數的逼近精度較高,可以利用該函數進行優化求解。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社。
北京信息科技大學學報·自然科學版雜志
北京信息科技大學學報·自然科學版雜志， 雙月刊，本刊重視學術導向，堅持科學性、學術性、先進性、創新性，刊載內容涉及的欄目：自然科學、管理科學、社會科學等。于1986年經新聞總署批準的正規刊物。
- 部級期刊
- 1個月內審核
