兩種帶共軛梯度算子的新型智能優(yōu)化算法.pdf

1、對于一些簡單的優(yōu)化問題，可以用傳統(tǒng)的優(yōu)化算法，如最速下降法、牛頓法、共軛梯度法等進(jìn)行求解。但是隨著越來越多復(fù)雜優(yōu)化問題的出現(xiàn)，傳統(tǒng)的算法已經(jīng)不足以解決這些問題。在近幾十年來，隨著計算機技術(shù)的發(fā)展，人們相繼提出了很多智能優(yōu)化算法來解決這些高維的、非線性、不可導(dǎo)的優(yōu)化問題，如粒子群算法、遺傳算法、模擬退火算法、差分進(jìn)化算法等。任何一種算法都需要一個不斷改進(jìn)的過程，這樣才能解決各種各樣的實際問題。因此在已有算法的基礎(chǔ)上，改進(jìn)算法以及新算法的提

2、出都很重要。
　　基于炸彈或煙花爆炸時的景象提出的爆炸搜索算法、基于云的一些自然現(xiàn)象而提出的云搜索優(yōu)化算法是兩種較為新穎的全局優(yōu)化算法，為了提高算法的局部搜索能力，可以在這兩種新型的智能優(yōu)化算法中加入一種傳統(tǒng)算法—共軛梯度法?？紤]到在一些優(yōu)化問題中目標(biāo)函數(shù)的導(dǎo)數(shù)無法求出，因此在引入共軛梯度法的過程中，用差商來代替常用的導(dǎo)數(shù)，將此方法稱為近似共軛梯度法。在此基礎(chǔ)上，提出了兩種帶共軛梯度算子的新型智能優(yōu)化算法，即帶共軛梯度算子的爆炸搜

3、索算法和帶共軛梯度算子的云搜索優(yōu)化算法。具體來說，帶共軛梯度算子的爆炸搜索算法是在爆炸搜索算法的基礎(chǔ)上對原有變異算子進(jìn)行改進(jìn)來提高全局搜索能力，添加一個新的算子—共軛梯度算子來提高最優(yōu)炸點的搜索能力。帶共軛梯度算子的云搜索優(yōu)化算法通過對最優(yōu)水滴實施近似共軛梯度法來提高算法精度。對一些常用benchmark測試函數(shù)的實驗結(jié)果表明，改進(jìn)后的爆炸搜索算法性能明顯優(yōu)于原爆炸搜索算法，改進(jìn)后的云搜索優(yōu)化算法性能也優(yōu)于原算法，尤其是對于單峰測試函數(shù)