Ανάλυση ευστάθειας νέων αναλογικών νευρωνικών δικτύων για προβλήματα βελτιστοποίησης

Περίληψη

Στη διατριβή προτείνονται δύο νέα νευρωνικά δίκτυα (δυναμικά συστήματα), τα οποία λύνουν προβλήματα βελτιστοποίησης. Το πρώτο είναι ένα δυναμικό σύστημα συνεχούς χρόνου που λύνει προβλήματα κυρτού προγραμματισμού με χρήση της λογαριθμικής συνάρτησης φράγματος. Αποδεικνύεται ότι η τροχιά του συστήματος παραμένει εντός του επιτρεπτού συνόλου των ανισοτικών περιορισμών του προβλήματος και ότι η αντικειμενική συνάρτηση μειώνεται διαρκώς με τον χρόνο. Παρουσιάζονται οι εξισώσεις του συστήματος για τις περιπτώσεις του γραμμικού και τετραγωνικού προγραμματισμού. Προτείνινται ιδεατά κυκλώματα τα οποία περιγράφουν τις διαφορικές εξισώσεις του συστήματος και δίνονται προσομοιώσεις της λειτουργίας του. Το δεύτερο δυναμικό σύστημα είναι ένα αναλογικό νευρωνικό δίκτυο που λύνει προβλήματα τετραγωνικού προγραμματισμού με χρήση των συνθηκών βελτίστου Kuhn - Tucker. Οι συνθήκες αυτές μετατρέπονται σε κατάλληλες για κυκλωματική υλοποίηση αλγεβρικές εξισώσεις. Παρουσιάζονται το στατικό κύκλωμα που περιγ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

In this thesis two novel neural networks (dynamical systems) for solving optimization problems are proposed. The first one is a continuous time dynamical system, which solves convex programming problems by using the logarithmic barrier function. It is proved that the trajectory of the system remains in the feasible region of the problem and that the objective function is always reduced in time. The differential equations of the system are also presented for the special cases of linear and quadratic programming problems. Furthermore, ideal circuits, which describe the differential equations of the system are proposed. Simulations examples are given. The second dynamical system is an analog neural network for solving quadratic programming problems with bounds and equality constraints,by using the optimality conditions Kuhn - Tucker.These conditions are transformed into algebraic equations, which are proper for circuit implementation.The statistic circuit for these algebraic equations is ...
περισσότερα
Πρέπει να είστε εγγεγραμένος χρήστης για έχετε πρόσβαση σε όλες τις υπηρεσίες του ΕΑΔΔ  Είσοδος /Εγγραφή

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/12708
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/12708
Εναλλακτικός τίτλος
Stability analysis of novel analog neural networks for optimization
Συγγραφέας
Κρασόπουλος, Παναγιώτης
Ημερομηνία
2001
Ίδρυμα
Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ). Τμήμα Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Σημάτων. Ελέγχου και Ρομποτικής
Εξεταστική επιτροπή
Μαράτος Νικόλαος
Διάμεσης Ιωάννης
Κουσιουρής Τρύφων
Μαραγκός Πέτρος
Μπιτσώρης Γεώργιος
Παπαβασιλόπουλος Γεώργιος
Σταφυλοπάτης Ανδρέας
Επιστημονικό πεδίο
Μηχανική & Τεχνολογία
Επιστήμες Ηλεκτρολόγου Μηχανικού, Ηλεκτρονικού Μηχανικού & Μηχανικού Η/Υ
Λέξεις-κλειδιά
Δίκτυα, Νευρωνικά; Δυναμικά συστήματα; Βελτιστοποίηση
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά