求解无约束优化问题的知识进化算法及其收敛性分析

• 作者: 严太山 崔杜武
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 无约束优化 知识进化 传承算子 创新算子 更新算子 收敛性
• 年，卷（期）: 2010,（10）
• 页码范围: 1376-1382
• 分类号: TP18
• 字数: 6335字
• 语种: 中文

摘要

针对传统方法的随机盲目性和易陷入局部最优值等缺陷,提出一种求解无约束优化问题的知识进化算法(简称为UOP-KEA),并对算法的全局收敛性进行了分析.该算法的主要思想是:首先建屯初始知识库,然后利用传承算子来实现对优秀知识个体的传承,利用创新算子来产生新的知识个体,利用更新算子来更新知识库,从而实现知识的进化,最后从知识库的最优知识个体中获取问题的最优解.将该算法应用于无约束非线性测试函数的最小值优化求解,获得了成功的结果.与遗传算法相比,该算法可以使用较小的种群规模,以较快的速度寻找到全局最优解,表明了它的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	崔杜武	西安理工大学计算机科学与工程学院	136	1718	19.0	35.0
2	严太山	西安理工大学计算机科学与工程学院	6	204	6.0	6.0