摘要
ｍｉｎｉｍａｘ问题的研究不仅在对策论、数学规划和最优控制中具有重要意义，而且许多类型的问题都需要寻求ｍｉｎｉｍａｘ问题的数值解．本文建立了连续动力系统神经网络来探讨ｍｉｎ－ｉｍａｘ问题，在适当的条件下利用Ｌｙａｐｕｎｏｖ函数讨论了网络的稳定性和收敛性，并证明了神经网络的稳定平衡点即为ｍｉｎｉｍａｘ问题的鞍点．这样的网络可由ＶＬＳＩ技术实现，且具有实时动力学行为，它们也很象生物处理的动力学．在适当的条件下，利用Ｌｙａｐｕｎｏｖ函数稳定性理论证明了该网络是Ｌｙａｐｕｎｏｖ稳定的。
The study of the minimax problem is of important significance for the game theory,mathematical programming and optimal control,and numerical methods of solving these problems are needed in a wide class of applications.In this paper we construct a neural network of continuous time dynamical system to explore the minimax problem.The stability and convergence of the network are investigated by using Lyapunov function under suitable conditions.We have also proved that the equilibrium points of the network are the saddle points of the problem.
出处
《信息与控制》
CSCD
北大核心
1997年第1期1-6,共6页
Information and Control
关键词
极小极大问题
连续动力系统
神经网络
收敛性
minimax problem,saddle function,saddle points,neural networks of continuous time dynamical system,convergence, Lyapunov function
