基于函数复杂度的自适应模拟退火和禁忌搜索新算法

被引:34
作者
许鹏飞 [1 ]
苗启广 [1 ]
李伟生 [2 ]
张军英 [1 ]
机构
[1] 西安电子科技大学计算机学院
[2] 重庆邮电大学计算机学院
关键词
函数复杂度; 模拟退火算法; 禁忌搜索算法; 函数优化;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
在求解多峰复杂函数的过程中,传统的模拟退火算法和禁忌搜索算法经常出现算法快速收敛于局部最优解、后期收敛速度变慢和搜索能力变差等问题.为解决这些问题,本文给出函数复杂度的定义,并提出基于函数复杂度的自适应模拟退火和禁忌搜索算法.该算法首先根据函数复杂度自适应调整步长控制参数,然后根据调整后步长求得函数的粗糙解,在此基础上再使用初始步长求得全局最优解.实验表明,该算法不仅可以跳出局部最优解的限制,并且减少了迭代次数,有效地提高了全局和局部搜索能力.
引用
收藏
页码:1218 / 1222
页数:5
相关论文
共 12 条
[1]
遗传算法原理及应用.[M].周明;孙树栋编著;.国防工业出版社.1999,
[2]
基于连续函数优化的禁忌搜索算法 [J].
张晓菲 ;
张火明 .
中国计量学院学报, 2010, 21 (03) :251-256
[3]
改进的模拟退火遗传算法在函数优化中的应用 [J].
陈龙 ;
朱宏 .
计算机与数字工程, 2010, 38 (07) :13-16
[4]
基于KNN算法及禁忌搜索算法的特征选择方法在入侵检测中的应用研究 [J].
张昊 ;
陶然 ;
李志勇 ;
蔡镇河 .
电子学报, 2009, 37 (07) :1628-1632
[5]
基于模拟退火算法的过程挖掘研究 [J].
宋炜 ;
刘强 .
电子学报, 2009, 37(S1) (S1) :135-139
[6]
目标表面BRDF统计建模中的遗传模拟退火算法 [J].
李铁 ;
王航宇 ;
王宏军 .
量子电子学报, 2008, (04) :489-492
[7]
改进遗传模拟退火算法在多峰值函数优化中的应用 [J].
石运序 ;
范红梅 .
烟台大学学报(自然科学与工程版), 2008, (03) :209-212
[8]
混合离散变量模拟退火方法及其应用 [J].
张火明 ;
陆慧娟 ;
卫伟 .
中国计量学院学报, 2006, (01) :44-49
[9]
复杂函数全局最优化的改进遗传退火算法 [J].
蓝海 ;
王雄 ;
王凌 .
清华大学学报(自然科学版), 2002, (09) :1237-1240
[10]
最优化问题全局寻优的混合遗传算法 [J].
王登刚 ;
刘迎曦 ;
李守巨 .
力学学报, 2002, (03) :469-474