این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Iranian Journal of Fuzzy Systems، جلد ۲۱، شماره ۳، صفحات ۳۷-۶۳
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A projection neural-dynamic model for solving fuzzy convex nonlinear programming problems
چکیده انگلیسی مقاله In the proposed manuscript, the solution of the fuzzy nonlinear optimization problems (FNLOPs) is gained
using a projection recurrent neural network (RNN) scheme. Since there is a few research for resolving of FNLOP
by RNN's, we establish a new scheme to solve the problem. By reducing the
original program to an interval problem and then weighting problem, the Karush--Kuhn--Tucker (KKT)
conditions are presented. Moreover, we apply the KKT conditions into a RNN as a efficient tool to solve the problem. Besides, the convergence properties and the
stability analysis of the system model are provided. In the final step, several simulation examples are verified to support the obtained results. Reported results are compared with some other previous neural networks.
کلیدواژه‌های انگلیسی مقاله Neural Networks, Fuzzy nonlinear programming problem, fuzzy parameters, stability, Convergence
نویسندگان مقاله Mohammadreza Jahangiri |
Faculty of Mathematical Sciences, Shahrood University of Technology, P.O. Box 3619995161-316, Tel-Fax No:+98-23-32300235, Shahrood, Iran.

Alireza Nazemi |
Shahrood University of Technology

نشانی اینترنتی https://ijfs.usb.ac.ir/article_8457_bba55ea2f7b61cfa1344c1eeee9aa0bd.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات