Se mejora y presenta una red neuronal basada en gradientes (GNN) para la resolución de ecuaciones algebraicas lineales. Luego, dicho modelo GNN se utiliza para la solución en línea de la programación cuadrática convexa (QP) con restricciones de igualdad bajo el uso de la función lagrangiana y la condición de Karush-Kuhn-Tucker (KKT). Según la arquitectura electrónica de dicho GNN, se sabe que el rendimiento del GNN presentado podría mejorarse mediante la adopción de diferentes conjuntos de funciones de activación y/o parámetros de diseño. Los resultados de la simulación por computadora corroboran que dicho GNN podría obtener la solución precisa del problema QP de manera efectiva.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Algunas notas sobre la ecuación de diferencia
Artículo:
Modelo de optimización de secuenciación de líneas de ensamblaje mixtas difusas multiobjetivo
Artículo:
Métodos SSOR Preacondicionados por Bloques para Sistemas Lineales de Matrices -
Artículo:
Análisis de la Bifurcación de Hopf en un Nuevo Sistema Caótico con Función de Entrelazamiento del Caos.
Artículo:
Control Adaptativo Tolerante a Fallos para Sistemas de Vuelo con Saturación de Entrada y Discrepancia de Modelo