摘要:有些优化问题中的目标函数或者约束函数是分段函数,该类函数不具有连续性和可微性,也即不符合非线性规划问题求解的最优性条件,因而传统的梯度类算法难以求解此类优化问题。利用神经网络较强的非线性映射能力,结合最小二乘法可以进行曲线拟合的特点,提出一种将分段函数处理成具有连续而且可微性的函数的方法。最后进行实例验证,并进行误差分析,结果表明该方法处理得出的连续且可微的函数对分段函数的逼近精度较高,可以利用该函数进行优化求解。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
热门期刊服务
相关文章
影响因子:0.98
期刊级别:部级期刊
发行周期:双月刊
期刊在线咨询,1-3天快速下单!
查看更多>
超1000杂志,价格优惠,正版保障!
一站式期刊推荐服务,客服一对一跟踪服务!