中文标题：求解时变二次规划的抗噪终态零化神经网络：一种三幂次加速策略

英文标题：Noise-Tolerant Terminal Zeroing Neural Networks for Solving Time-Varying Quadratic Programming: A Triple Power-Rate Speeding-Up Strategy

来源期刊：电子与信息学报

基金项目：国家自然科学基金 (62073291, 62222315)

作  者：仲国民^{1, 2} 肖里坤¹ 汪黎明¹ 孙明轩¹

作者单位：1. 浙江工业大学信息工程学院 杭州 310023
2. 浙江工业大学先进技术研究院 杭州 310014

摘  要：针对时变等式约束的二次规划问题，该文提出三幂次加速的抗噪终态零化神经网络，实现神经计算误差固定时间收敛。相比于常规双幂次型终态零化神经网络，所提网络收敛速度更快，抗噪性能更强。分析不同参数情况下的收敛过程并给出具体的收敛时间表达式；理论证明该神经网络系统对渐消噪声具有抑制能力。针对冗余机械臂重复运动规划问题，采用三幂次加速的抗噪终态零化神经网络作为求解器，实现固定时间获取末端执行器的期望轨迹。考虑重复运动规划中定常增益优化指标的局限性，设计时变增益优化指标以提高冗余机械臂作业效率。时变二次规划和冗余机械臂的数值仿真结果分别验证三幂次加速的抗噪终态零化神经网络和时变增益优化指标的有效性。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250128