低维归零神经网络

不等约束降维求解

针对时变二次规划中的界约束引入一阶最优性条件,以更少的拉格朗日乘子实现与原版NCP-ZNN相当或更低的残差。

黎卫兵 · Wu, Haimei · 金龙

IEEE Transactions on Industrial Informatics 2024

技术优势

乘子减半

通过引入一阶最优性条件处理界约束,不再扩展矩阵维度,拉格朗日乘子数量从原来的两倍约束数降至与约束数相等,直接降低计算负担。

误差不减

尽管减少了乘子数量,数值验证表明修改后的求解器能达到与原版相同或更低的残差阶数,求解精度有保障。

实用已验

求解器已应用于冗余机械臂的姿态控制,并展现出优于原版NCP-ZNN的求解性能,证明其在真实控制场景中的有效性。

应用场景