Resumen

Utilizamos un algoritmo de aprendizaje de segundo orden para resolver numéricamente una clase de ecuaciones de Riccati algebraicas. Específicamente, se proporciona el algoritmo Hamiltoniano extendido basado en el conjunto de matrices simétricas definidas positivas. Además, este algoritmo se compara con el algoritmo del gradiente euclidiano, el algoritmo del gradiente riemanniano y el nuevo método de iteración de subespacio. Ejemplos de simulación muestran que la velocidad de convergencia del algoritmo Hamiltoniano extendido es la más rápida entre estos algoritmos.

• Materias:Modelos matemáticos Conjuntos difusos Ecuaciones integrales Fusión de características Algoritmo de optimización
• Subjects:Mathematical models Fuzzy sets Integral equations Feature fusion Optimization algorithm
• Palabras claves:Algoritmo de aprendizaje; Ecuaciones algebraicas de Riccati; Algoritmo hamiltoniano extendido; Matrices simétricas definidas positivas; Algoritmo del gradiente euclidiano; Velocidad de convergencia
• Keywords:Learning algorithm; Algebraic Riccati equations; Extended Hamiltonian algorithm; Positive definite symmetric matrices; Euclidean gradient algorithm; Convergence speed