基于二次优化的随机优化算法结果的改进
统计研究发现,随机优化算法多次运行后的优化结果满足正态分布,且期望值更接近最优解。为此,提出一种基于统计学理论并结合牛顿法的二次优化方法来改进随机优化算法的求解结果,以克服将多次优化结果的平均值作为最优解时不能满足精度要求的缺陷。以遗传算法对4个经典测试函数的多次优化为例,分别运用平均法和二次优化法来综合其优化结果。多次实验表明,二次优化法在处理多次随机运行结果时,比平均法精度更高、稳定性更好。
正态分布、遗传算法、随机优化算法、牛顿法
TP18(自动化基础理论)
高等学校博士学科点专项科研基金项目20120036120013;中央高校基本科研业务费专项资金项目11MG49
2015-02-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
380-384