Resumen

Este trabajo presenta un novedoso modelo de red neuronal continua recurrente en el tiempo que realiza optimización fraccional no lineal sujeta a restricciones de intervalo en cada una de las variables de optimización. Se demuestra que la red es completa en el sentido de que el conjunto de óptimos de la función objetivo a minimizar con restricciones de intervalo coincide con el conjunto de equilibrios de la red neuronal. También se demuestra que la red es primal y globalmente convergente en el sentido de que su trayectoria no puede escapar de la región factible y convergerá a una solución óptima exacta para cualquier punto inicial que se elija en la región del intervalo factible. Se ofrecen resultados de simulación para demostrar aún más la convergencia global y el buen rendimiento de la red neuronal propuesta para problemas de programación fraccionaria no lineal con restricciones de intervalo.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:restricciones de intervalo, red neuronal, modelo de red neuronal continua, problemas de programación fraccional no lineal, solución óptima exacta, región de intervalo factible, optimización fraccional no lineal, tiempo recurrente novedoso, red, sentido
• Keywords:interval constraints, neural network, continuous neural network model, nonlinear fractional programming problems, exact optimal solution, feasible interval region, nonlinear fractional optimization, novel recurrent time, network, sense