一种基于神经网络的二次规划任务求解方法及装置

本发明公开了一种基于神经网络的二次规划任务求解方法及装置，包括：获取二次规划任务，基于二次规划任务确定约束类型，基于约束类型构建二次规划问题；基于二次规划问题构建残差向量，并基于残差向量构建标量值增益；基于标量值增益、二次规划问题和激励函数构建固定时间收敛的梯度神经网络模型；梯度神经网络模型的节点更新通过负梯度流形式定义；基于标量值增益对梯度神经网络模型进行迭代更新，直至达到预设条件，输出二次规划任务的目标参数。本发明通过针对不同约束类型的二次规划任务分别构建二次规划问题，从而基于约束类型分别构建残差向量，并借助激励函数构建固定时间收敛的梯度神经网络模型，提高二次规划任务的求解效率。