基于时变系数的预定义时间神经动力学方法用于混合变分不等式及其应用
最优化与控制
2026-05-13 v2 动力系统
摘要
本文提出了一种针对混合变分不等式问题 (MVI) 的预定义时间 (PDT) 神经动力学方法，引入时变系数。发展了一类一阶proximal 神经动力学模型，保证在任意初始条件下以用户指定的时间收敛。通过李apunov 分析在强准单调性和Lipschitz 连续性假设下严格建立了PDT 稳定性，并推导出收敛时间与系统参数之间的显式关系。还分析了该方法对有限扰动的鲁棒性。结合数值仿真，展示了该框架在混合优化和 minimax 优化问题中的有效性与快速收敛性能。
引用
@article{arxiv.2605.02893,
title = {A Predefined-Time Neurodynamic Approach with Time-Varying Coefficients for Mixed Variational Inequalities and Applications},
author = {Vajahat Karim Khan and Md. Kalimuddin Ahmad},
journal= {arXiv preprint arXiv:2605.02893},
year = {2026}
}
备注
The authors have identified the need for substantial revisions in the theoretical analysis, proofs, and numerical experiments presented in the manuscript. To avoid possible confusion arising from the current preliminary version, the authors request withdrawal of this version