Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Buchtitelbild

2018 | OriginalPaper | Buchkapitel

A New Recurrent Neural Network with Fewer Neurons for Quadratic Programming Problems

verfasst von : Sanfeng Chen, Xin Han, Fei Tang, Guangming Lin

Erschienen in: Computational Intelligence and Intelligent Systems

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A new recurrent neural network is presented to solve a general quadratic programming problem in real time. In contrast with the available neural networks, the new neural network is with fewer neurons for solving quadratic programming problems. The global convergence of the model is proven with contraction analysis. The discrete time model and an alternative model for solving the problem under irredundant equality constraints are also studied. Simulation results demonstrate that the proposed recurrent neural networks are effective.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Nächstes Kapitel Mutual-Information-SMOTE: A Cost-Free Learning Method for Imbalanced Data Classification
Literatur
1.
Hughes, T., Mierle, K.: Recurrent neural networks for voice activity detection. In: IEEE International Conference on Acoustics, pp. 7378–7382 (2013)
2.
Schuster, M., Paliwal, K.K.: Bidirectional recurrent neural networks. IEEE Trans. Signal Process. 45(11), 2673–2681 (2002)CrossRef
3.
Scardino, L., Niess, R.: Performance of recurrent neural networks applied to a simplified pattern recognition problem. J. Comput. Sci. Colleges 15(3), 251–258 (2000)
4.
Nan, B., Fukuda, O.: EMG-based motion discrimination using a novel recurrent neural network. J. Intell. Inf. Syst. 21(2), 113–126 (2003)CrossRef
5.
Zhang, Y.N., Tan, Z.G.: Repetitive motion of redundant robots planned by three kinds of recurrent neural networks and illustrated with a four-link planar manipulator’s straight-line example. Robot. Auton. Syst. 57(6–7), 645–651 (2009)CrossRef
6.
Vázquez, L.A., Jurado, F.: Decentralized identification and control in real-time of a robot manipulator via recurrent wavelet first-order neural network. In: Mathematical models in Engineering, pp. 1–12 (2015)
7.
Xu, R., Wunsch, D.: Inference of genetic regulatory networks with recurrent neural network models using particle swarm optimization. IEEE Trans. Comput. Biol. 4(4), 681–692 (2007)CrossRef
8.
Hopfield, J.J.: Neurons with graded response have collective computational properties like those of two-state neurons. Proc. Nat. Acad. Sci. 81(10), 3088–3092 (1984)CrossRef
9.
Liu, Q., Wang, J.: A one-layer recurrent neural network with a discontinuous hard-limiting activation function for quadratic programming. IEEE Trans. Neural Netw. 19(4), 558–570 (2008)CrossRef
10.
Mestari, M., Namir, A.: Switched capacitor neural networks for optimal control of nonlinear dynamic systems: design and stability analysis. Syst. Anal. Model. Simul. 41(3), 11–20 (2001)MATH
11.
Malek, A., Alipour, M.: Numerical solution for linear and quadratic programming problems using a recurrent neural network. Appl. Math. Comput. 192(1), 27–39 (2007)MathSciNetMATH
12.
Liu, Q., Wang, J.: A one-layer recurrent neural network with a discontinuous activation function for linear programming. Neural Comput. 20(5), 1366–1383 (2008)MathSciNetCrossRef
13.
Hu, X., Wang, J.: An improved dual neural network for solving a class of quadratic programming problems and its k-winners-take-all application. IEEE Trans. Neural Netw. 19(12), 2022–2031 (2008)CrossRef
14.
Xia, Y., Han, Y.W.: A mixed-binary convex quadratic reformulation for box-constrained nonconvex quadratic integer program. Mathematics 10(12), 7897–7905 (2014)
15.
Li, S., Chen, S.: Decentralized kinematic control of a class of collaborative redundant manipulators via recurrent neural networks. Neurocomputing 91(9), 1–10 (2012)
16.
Cheng, L., Hou, Z.: A Simplified Neural Network for Linear Matrix Inequality Problems. Neural Process. Lett. 29(3), 213–230 (2009)CrossRef
17.
Hu, X., Zhang, B.: A simplified dual neural network for quadratic programming with its KWTA application. IEEE Trans. Neural Netw. 17(6), 1500–1510 (2006)CrossRef
18.
Xia, Y., Feng, G., Wang, J.: A novel recurrent neural network for solving nonlinear optimization problems with inequality constraints. IEEE Trans. Neural Netw. 19, 1340–1353 (2008)CrossRef
19.
Tymoshchuk, P.: A discrete-time dynamic K-winners-take-all neural circuit. Neurocomputing 72(13–15), 3191–3202 (2009)CrossRef
20.
Xiao, Y., Liu, Y.: Analysis on the convergence time of dual neural network-based KWTA. IEEE Trans. Neural Netw. Learn. Syst. 23(4), 676–682 (2012)CrossRef
21.
Hu, F., Zhang, Z.: Contraction theory-based adaptive dynamic surface control for a class of nonlinear systems. Control Decis. 31(5), 769–775 (2016)MATH
22.
Wang, W., Slotine, J.J.E.: Contraction analysis of time-delayed communications and group cooperation. IEEE Trans. Autom. Control 51(4), 712–717 (2006)MathSciNetCrossRef
Metadaten
Titel
A New Recurrent Neural Network with Fewer Neurons for Quadratic Programming Problems
verfasst von
Sanfeng Chen
Xin Han
Fei Tang
Guangming Lin
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Computational Intelligence and Intelligent Systems

Print ISBN: 978-981-13-1647-0

Electronic ISBN: 978-981-13-1648-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-13-1648-7_1