基于平滑技术和一维搜索的全局优化进化算法及其收敛性

被引：18

作者：

王宇平 ^{[1
]}

刘大莲 ^{[2
]}

机构：

[1] 西安电子科技大学计算机学院

[2] 北京联合大学基础部

来源：

计算机学报 | 2006年 / 04期

基金：

教育部留学回国人员科研启动基金;

关键词：

全局优化; 进化算法; 全局收敛性;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

为了解决全局优化算法中的一个难点———算法易于陷入局部极小点,设计了一个平滑函数,该函数可以消除一些局部极小点,而在包含最优点的部分,函数保持不变.这样,通过对此平滑函数的优化,局部极小点的数目就会在迭代过程中大量地减少,使算法更易找出全局极小点;根据平滑函数的性质,设计了一个新的杂交算子,此算子能自适应地产生优质的后代;利用平滑函数的性质,巧妙地将一维搜索技术用于算法的设计之中,从而使算法的速度大大提高;在此基础上,设计了一个解全局优化问题的新的高效进化算法,并且证明了其全局收敛性.最后的数值实验也表明新算法十分有效.

引用

页码：4670 / 4675

页数：6

共 5 条

[1] New classes of globally convexized filled functions for global optimization [J].