基于Lagrange函数的最小二乘准则多目标优化方法专利登记公告

专利名称：基于Lagrange函数的最小二乘准则多目标优化方法

摘要：本发明公开了一种基于Lagrange函数的最小二乘准则多目标优化方法，包括：S1、将多目标规划转化为单目标规划；S2、对建立的模型拟合并得到拟合误差；S3、得到最优解模型；S4、将加权因子β介入到目标函数Q(n)中；S5、得到扩展函数；S6、在最优解模型中去掉非负权重；S7、采用最小二乘准则计算最优加权系数。本发明的方法不管系统初始状态如何，系统都可以演化到平衡态；亦即不管优化变量初始值如何，神经网络都将使变量收敛到全局唯一最优解。

专利类型：发明专利

专利号：CN201210087506.1

专利申请（专利权）人：高俊文;刘建成

专利发明（设计）人：高俊文;刘建成

主权项：一种基于Lagrange函数的最小二乘准则多目标优化方法，其特征在于，包括下述步骤：S1、在凸目标函数和凸约束的情况下，将多目标规划转化为单目标规划；S2、假定|xi|为观测序列，共有J个数学模型拟合描述，拟合误差ei为： e i = x i -

专利地区：广东