Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Revista Integración
versión impresa ISSN 0120-419X
Resumen
ARENAS, FAVIÁN; PEREZ, ROSANA y VIVAS, HEVERT. Un modelo de redes neuronales para complementariedad no lineal. Integración - UIS [online]. 2016, vol.34, n.2, pp.169-185. ISSN 0120-419X. https://doi.org/10.18273/revint.v34n2-2016005.
Resumen. En este artículo presentamos un modelo de red neuronal para resolver el problema de complementariedad no lineal. Para ello, reformulamos este problema como uno de minimización sin restricciones usando una familia uniparamétrica de funciones de complementariedad. Demostramos resultados de existencia y convergencia de la trayectoria de la red neuronal, así como resultados de estabilidad en el sentido de Lyapunov, estabilidad asintótica y exponencial. Además, presentamos resultados numéricos preliminares que ilustran un buen desempeño práctico del modelo.
Palabras clave : Red neuronal; problema de complementariedad no lineal; estabilidad; reformulación.