Abstract

区间值优化是运筹学中一类重要的不确定规划问题，在物理、工程和经济等领域有着广泛的应用。 在人工智能优化算法中，基于人工神经网络的神经动力学优化是一类重要的算法。 虽然目前神经动力学优化算法在伪凸优化、分布式优化、多目标优化中有了广泛的应用，但鲜有利用神经动力学方法研究区间值优化的研究成果。 我们将神经动力学优化算法应用于区间值优化，证明所构造的神经网络模型的稳定性，求出区间值优化问题的最优解，并对超参数的选取进行了分析。研究结果将对一般不确定规划问题，如鲁棒优化的分析与求解起到重要作用。

Short bio

胡进,博士,教授,硕士生导师,重庆交通大学数学与统计学院,重庆交通大学青年拔尖人才。2013年博士毕业于香港中文大机械与自动化系。研究兴趣包括神经网络稳定性、复数神经网络、神经动力学优化,在IEEE Transactions on Neural Network and Learning Systems, NeraINetwotks, Neurocomputing等期刊发表论文30余篇,包括高被引论文1篇,主持国家自然科学基金项目2项,省部级项目4项,2019年获重庆市自然科学一等奖。