基於神經動態最佳化的一類偽凸最佳化問題研究

《基於神經動態最佳化的一類偽凸最佳化問題研究》是依託浙江大學，由彭勇剛擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於神經動態最佳化的一類偽凸最佳化問題研究
• 依託單位：浙江大學
• 項目負責人：彭勇剛
• 項目類別：青年科學基金項目

項目摘要

最佳化是科學和工程中的常見問題,偽凸最佳化問題是一類重要的非凸最佳化問題，在科學研究和工程套用中具有重要套用。本課題研究基於神經動態最佳化方法的帶約束偽凸最佳化問題，為偽凸最佳化問題的線上快速最佳化提供理論基礎及方法。神經動態最佳化方法具有分散式、並行最佳化且可硬體實現的優點，課題採用對偶原理及最佳化問題KKT最佳化條件分析方法設計最佳化神經網路，並通過Lyapunov穩定性分析保證最佳化神經網路的穩定性，並快速收斂到最佳化問題的解，最後利用所提出的神經動態最佳化方法解決典型的實際工程偽凸最佳化問題- - 分數規劃及偽凸二次規劃問題。通過本課題的研究，將神經動態最佳化方法推廣到非凸最佳化研究領域，為偽凸最佳化問題的神經動態最佳化提供理論基礎和求解方法，並為解決其他線上非凸最佳化問題提供思路。

結題摘要

神經動態最佳化技術是將神經網路技術和動態系統技術相結合的一種新方法，本課題利用神經網路本質上並行計算、分散式處理和可硬體實現的優點，針對一類特殊的凸最佳化和偽凸最佳化問題及其套用展開研究。重點圍繞時滯系統對象的模型預測控制及分散式電源接入新型電力系統的最佳化問題描述、神經動態最佳化網路選擇與算法設計以及相關套用問題進行預計研究，提出了基於神經動態最佳化的非線性模型預測控制和魯棒模型預測控制新法及框架。 然後針對一些典型的工業控制對象進行基於神經動態最佳化的模型預測控制套用研究，包括時滯類型對象的人工氣候箱溫濕度模型預測控制、注塑成型過程的模型預測控制以及新型電力系統的最佳化問題等，獲得了較好的控制結果，擴展了模型預測控制範圍。 課題研究發表SCI論文3篇，EI論文8篇，申請發明專利9項，獲得授權發明專利5項，完成了課題的預期指標。