求解无约束优化问题的知识进化算法及其收敛性分析
针对传统方法的随机盲目性和易陷入局部最优值等缺陷,提出一种求解无约束优化问题的知识进化算法(简称为UOP-KEA),并对算法的全局收敛性进行了分析.该算法的主要思想是:首先建屯初始知识库,然后利用传承算子来实现对优秀知识个体的传承,利用创新算子来产生新的知识个体,利用更新算子来更新知识库,从而实现知识的进化,最后从知识库的最优知识个体中获取问题的最优解.将该算法应用于无约束非线性测试函数的最小值优化求解,获得了成功的结果.与遗传算法相比,该算法可以使用较小的种群规模,以较快的速度寻找到全局最优解,表明了它的可行性和有效性.
无约束优化、知识进化、传承算子、创新算子、更新算子、收敛性
27
TP18(自动化基础理论)
国家自然科学基金资助项60873035;陕西省自然科学基金资助项2006F43
2011-01-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
1376-1382