论文部分内容阅读
本文研究了两类广义线性互补问题.根据问题的特点，分别给出了求解它们的神经网络模型，建立了网络模型的平衡点与原问题解之间的关系，并证明了网络模型的稳定性和收敛性.
介绍了两类广义线性互补问题的研究现状，以及神经网络的基本特征、研究进展和相关的基本理论知识，最后概括了本文的主要工作.
讨论了第一类广义线性互补问题，对矩阵N=0和R=0的情形，分别采用非梯度法和梯度法构造求解它们的神经网络模型，并运用Lyapunov稳定性理论和LaSalle不变原理，严格证明了网络模型是Lyapunov稳定的。
与传统数值方法相比，这些模型不含参数，而且可用电路实现，能够实时并行求解这两类广义线性互补问题.数值实验表明这些网络模型不仅可行，而且非常有效.