1、神經(jīng)網(wǎng)絡由于其具有大規(guī)模并行處理與快速收斂的特性，而被普遍地應用于各種優(yōu)化問題中。然而，目前所涉及的神經(jīng)動力學優(yōu)化問題大部分是凸優(yōu)化問題，而基于神經(jīng)網(wǎng)絡的非凸優(yōu)化問題的研究則非常少。偽凸優(yōu)化問題作為一種重要的非凸優(yōu)化問題，已被廣泛應用到各種實際問題中去?；谏窠?jīng)網(wǎng)絡理論，本文將設計兩個不同的神經(jīng)網(wǎng)絡來求解一類非光滑偽凸優(yōu)化問題。
　　本文首先構(gòu)造了一個結(jié)構(gòu)簡單、不依賴于懲罰參數(shù)的單層神經(jīng)網(wǎng)絡來求解非光滑偽凸優(yōu)化問題。該神經(jīng)網(wǎng)絡的狀

2、態(tài)解將會在有限時間內(nèi)進入到非光滑偽凸優(yōu)化問題的可行域并永駐其中。該神經(jīng)網(wǎng)絡的狀態(tài)解最終收斂到非光滑偽凸優(yōu)化問題的一個最優(yōu)解。與目前已知用于求解偽凸優(yōu)化問題的神經(jīng)網(wǎng)絡相比，本文構(gòu)造的神經(jīng)網(wǎng)絡不需要引入懲罰參數(shù)，且具有較好的收斂性。另外，本文使用該神經(jīng)網(wǎng)絡求解了三類非光滑優(yōu)化問題，并與目前已知的相關結(jié)論作了詳細的比較。
　　上述神經(jīng)網(wǎng)絡雖然不依賴于懲罰參數(shù)，但是需要引入其他假設，才能保證神經(jīng)網(wǎng)絡狀態(tài)解的收斂性。為了克服這一缺點，本文通