求解全局優(yōu)化問題的眺望算法.pdf

1、全局優(yōu)化問題一直以來都是工程、金融、航天等科學領域的熱點問題，同時也是其他學科研究和應用的基礎。隨著全局優(yōu)化問題在各個領域的廣泛應用，眾多專家學者不斷地對全局優(yōu)化問題的方法進行深入的探索和研究，使得全局優(yōu)化方法不斷的發(fā)展和完善，尤其是智能優(yōu)化算法中的禁忌搜索算法、遺傳算法、神經(jīng)網(wǎng)絡算法、蟻群算法等在不斷地改進中達到較好的算法表現(xiàn)。然而，隨著全局優(yōu)化問題規(guī)模越來越大、復雜度越來越高，對優(yōu)化技術的要求也不斷增高，尤其是面對目標函數(shù)帶有多極值

2、的全局優(yōu)化問題，利用經(jīng)典的智能優(yōu)化算法進行求解，在不同程度上存在著缺點，因此探求新的求解全局優(yōu)化問題的智能算法成為重要的研究方向。
　　本文在分析人類視覺智能原理基礎之上，基于文獻36給出的一種基于視覺認知的全局優(yōu)化算法進行了改進和完善，提出求解全局優(yōu)化問題的更為完善的眺望算法。該算法本質(zhì)上是模仿人類在視覺上能夠智能的對事物高低進行判斷、比較和記憶的特性進行的設計。算法通過眺望管理機制、眺望點的產(chǎn)生策略和選取準則、局部尋優(yōu)問題的構

3、造來對全局優(yōu)化問題進行求解，并通過基點、眺望點、局部尋優(yōu)過程的三層記憶機制提高算法收斂速度，減少算法耗時。在與遺傳算法進行的大量對比測驗表明，眺望算法具有較高的收斂率，參數(shù)選擇相對簡單、對初始點沒有依賴，在很大程度上能夠避免陷入局部最優(yōu)，具有良好的算法表現(xiàn)，為求解全局優(yōu)化問題開辟了新的途徑。
　　為了進一步提升眺望算法的性能，克服不理想的初始基點給眺望算法帶來的困難，本文嘗試將眺望算法與智能遺傳算法進行混合，利用智能遺傳技術改進眺