报告摘要：

针对带有不等式和等式约束的非光滑凸优化问题，提出了一种基于反馈神经网络的求解方法。利用鞍点定理证明了反馈神经网络的平衡点能够满足最优解性质，同时反馈神经网络的状态最终会收敛到其平衡点，从而求解优化问题。最后给出了基于反馈神经网络的优化问题求解方法在双冗余机器人搬运工件和多机器人最优编队方面的应用。

报告人简介：

程龙博士，中国科学院自动化研究所研究员，博士生导师。曾赴加拿大University of Saskatchewan大学，美国Northeastern University大学和University of California at Riverside大学，香港中文大学从事访问研究工作。目前担任《Neurocomputing》、《International Journal of Systems Science》、《Neural Processing Letters》等国内外刊物的编委。入选国家优秀青年基金项目、中国科学院卓越青年科学家计划和北京市科技新星计划。程龙博士研究方向包括机器人智能控制与优化方法，多个体系统分布式协调控制等。