噪声下全局收敛
该模型在噪声环境下求解时变二次规划问题时能全局收敛到最优解，解决了传统零化神经网络在噪声干扰下性能下降的问题。
廉宇峰 · Xingtian, Xiao · Zhang, Jiliang · 金龙 · 喻俊志 · 孙中波
IEEE/CAA Journal of Automatica Sinica 2024
模型内在具备噪声容错能力，无需添加滤波器或补偿模块，即可在噪声环境中保持收敛。
理论分析证明，该网络能从任意初始状态全局收敛到时变二次规划问题的最优解。
所提出的分布式方案支持多个全向移动机械臂在有限通信下完成协同运输，无需集中式控制器。