一种改进的RBF全局优化方法

• 作者: 吴义忠 张爱莲 艾依斯
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 全局优化 径向基函数 增量重构响应面 增量采样 重启策略
• 年，卷（期）: 2012,（15）
• 所属期刊栏目: 研究、探讨
• 页码范围: 43-48
• 分类号: TP391
• 字数: 4784字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2012.15.010

摘要

径向基函数(Radial Basis Functions)由于具有良好的近似效果和运算简单的特点,被应用于全局优化中,成为解决黑箱函数全局优化问题的有效方法.然而现有的基于RBF的全局优化算法存在迭代过程中RBF模型重构效率低下,以及采样方法不合理导致函数估值次数过多等问题.在此提出几个改进思路:采用基于矩阵分块的增量RBF方法以减少模型重构时间提高效率;采用增量LHD采样方法以确保具有更好的空间填充性;采用算法重启策略以降低估值次数.通过实验验证改进方法的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张爱莲	武汉纺织大学机电学院	5	106	4.0	5.0