主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
刘杰,王宇平.一类求多变量函数所有局部极小点的算法.软件学报,2013,24(10):2267-2274
一类求多变量函数所有局部极小点的算法
Algorithm for Locating All Local Minima of Multidimensional Function
投稿时间:2012-06-26  修订日期:2012-10-19
DOI:10.3724/SP.J.1001.2013.04337
中文关键词:  全局优化  G-度量  局部极小点  总变差
英文关键词:global optimization  G-measure  local minima  total variation
基金项目:国家自然科学基金(61272119, 11301414, 11226173)
作者单位E-mail
刘杰 西安电子科技大学 理学院, 陕西 西安 710071
西安科技大学 理学院, 陕西 西安 710054 
tears191@foxmail.com 
王宇平 西安电子科技大学 计算机学院, 陕西 西安 710071  
摘要点击次数: 1691
全文下载次数: 2175
中文摘要:
      为求出具有箱式约束的非线性全局优化问题所有的局部极小点,提出了一种基于Multistart 方法的新算法.结合目标函数在可行域内的总变差、下降率和凹凸性等信息,构造了一个刻划局部极小点分布的G-度量.将可行域剖分为若干个小区域,把初始点按G-度量值的比例分配在每块区域上,使得局部极小点密集的区域能够被分配较多的初始点进行搜索;给出了有效初始点的判断条件为了进一步减少局部优化算法的运行次数.针对G-度量计算量较大的问题,设计了相应的近似计算方法,降低了计算量.选择了4 个2 维~10 维具有大量局部极小点的测试函数进行求解,与Multisatart 和Minfinder 算法的实验结果进行对比,表明了该方法在收敛速度和搜索全部局部极小点上都有了较大的改进和提高.
英文摘要:
      This paper focuses on locating all local minima of box-constrained, non-linear optimization problems. A new algorithm based on Multistart method is proposed. A quality measure called G-measure is constructed to measure the local minima of a multidimensional continuous and differentiable function distribution inside bounded domain. This paper measures the distribution of local minima in three facets: Gradient, convexity and concavity, and rate of decline. Feasible region is divided into several small regions, and each is assigned a set of initial points in proportion to its G-measures. More initial points can be allocated in the region which includes more local minima. A condition judging whether an initial point is effective is aimed to decrease the run times of local optimal technique. The approximate computing method is constructed to reduce computational complexity of G-measure. Several benchmarks with large quantities of local minima are chosen. The performance of this new method is compared with that of Multistart and Minfinder on benchmark problems. Experimental results show that the proposed method performs better in search efficiency.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利