基于偏转变换和冲量的函数最优学习算法

• 作者: 张化祥 范莹 赵瑞东
• 来源期刊: 科技信息（科学·教研）
• 学科: 数学
• 关键词: 爬山算法 目标函数 局部最优 全局最优 偏转处理 冲量
• 年，卷（期）: 2007,（12）
• 所属期刊栏目: 高校讲台
• 页码范围: 128-129
• 页数: 2页
• 分类号: O1
• 字数: 2809字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9960.2007.12.088

摘要

爬山算法是一种贪婪局部搜索算法,通过朝函数值增加方向持续移动的方式求解函数最优.它能够很快向着解的方向进展,但是容易陷入局部最优解.本文在爬山算法的基础上,提出了一种通过对目标函数实施偏转变换和在学习过程中增加冲量的求解函数最优的新算法.实验表明,改进的算法可以提高爬山算法找到全局最优的概率,提高收敛速度,获得比简单的随机重新开始爬山算法更理想的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	山东师范大学信息科学与工程学院	73	576	14.0	19.0
2	范莹	山东师范大学信息科学与工程学院	5	10	2.0	3.0
3	赵瑞东	山东师范大学信息科学与工程学院	1	0	0.0	0.0