یک مدل عصبی پویای کارا برای حل مسایل بهینه سازی ناهموار مقید با محدودیت های آفین و کران دار

در این مقاله یک مدل غیرجریمهای مبتنی بر شمول دیفرانسیلی برای حل مسایل بهینهسازی مقید با قیود کراندار و تساوی خطی پیشنهاد گردیده است. همگرایی خط سیرها به ناحیهی شدنی مساوی در زمان متناهی را اثبات نمودهایم. همچنین معادل بودن نقطه تعادلی شبکه عصبی پیشنهادی با جواب بهینهی مساله بهینهسازی اصلی را نشان دادهایم. بهع لاوه پایداری شبکهی پیشنهادی به مفهوم لیاپانوف و همگرایی سراسری آن به جواب بهینهی دقیق مساله بهینهسازی اصلی اثبات گردیده است. مدل پیشنهادی در مقایسه با مدلهای موجود برای حل مسایل بهینهسازی محدب ناهموار فاقد پارامترجریمه یا تابع جریمه بوده و پیادهسازی آن آسانتر میباشد. بهعنوان کاربرد، شبکه عصبی پیشنهادی به یک مدل برای حل مسایل بهینهسازی محدب ناهموار مقید با قیود مساوی خطی و 0 ≥ x تبدیل شده است. در انتها برای نشان دادن کارایی مدل پیشنهادی تعدادی مثال ارایه گردیده است.