一种无约束全局优化的水平值下降算法

• 作者: 张海东 彭拯 邬冬华
• 来源期刊: 应用数学
• 学科: 数学
• 关键词: 全局最优化 水平值下降算法 随机实现 相对熵方法
• 年，卷（期）: 2007,（1）
• 页码范围: 213-219
• 页数: 7页
• 分类号: O242.26
• 字数: 3571字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9847.2007.01.032

摘要

本文研究无约束全局优化问题,建立了一种新的水平值下降算法(Level-value Descent Method,LDM).讨论并建立了概率意义下取全局最小值的一个充分必要条件,证明了算法LDM是依概率测度收敛的.这种LDM算法是基于重点度取样(Improtance Sampling)和Markov链Monte-Carlo随机模拟实现的,并利用相对熵方法(The Cross-Entropy Method)自动更新取样密度,算例表明LDM算法具有较高的数值精度和较好的全局收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邬冬华	上海大学数学系	37	268	8.0	15.0
2	张海东	上海大学数学系	43	218	7.0	14.0
3	彭拯	湖南理工学院数学系	12	64	4.0	7.0