多元优化算法的渐近性分析
本文提出了一种多元化智能个体分工明确、协同合作的超启发式智能优化算法一多元优化算法.多元优化算法通过交替的全局、局部搜索迭代对解空间搜索以逐渐逼近全局最优解.搜索个体按照分工不同可以分为全局搜索个体(全局元)和局部搜索个体(局部元).全局元负责对整个解空间进行全局搜索以快速找到较优潜在解区域,局部搜索元负责对各个潜在解区域进行局部搜索以提高解的质量.该算法具有两个特点:分工明确的搜索策略不需要考虑均衡全局搜索和局部搜索,能够保证局部搜索能力的同时加强全局搜索以避免陷入局部最优解;全局、局部交替搜索保证了算法对全局最优解的渐近性.本文从理论上证明了算法的渐近性并且基于复杂多模态测试函数比较了几个优秀的进化算法.实验结果表明多元优化算法在渐近性方面优于其他几个比较的算法.
多元优化算法、渐近性分析、全局元、局部元、多模态函数优化、进化算法、优化
32
TP301.6(计算技术、计算机技术)
国家自然科学基金项目61261007,61361010;云南省自然科学基金重点项目2013FA008资助.Supported by National Natural Science Foundation of China61261007,61361010;Yunnan Provincial Natural Science Fund2013FA008
2015-05-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
169-177