- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种新的带有缓和项的填充函数.pdf
第21卷 第3期 青 岛大学 学报 (自然 科学版 ) Vo1.21No.3
2008年 9月 JOURNALOFQINGDAOUNIVERSITY (NaturalScienceEdition) Sep.2008
文章编号 :1006—1037(2008)03—0041—05
一 种新的带有缓和项的填充函数
乔红端 ,田志远,田 媛
(青岛大学数学科学学院,山东青岛266071)
摘要:研究用于求解全局极值问题的填充 函数法 。为了减少填充 函数的Hesse阵非正定
对算法的影响,本文给出了一类带缓和项的填充函数并给出相应的算法 。数值结果也表
明它具有较好的性质。
关键词 :全局优化;填充 函数法 ;非线性规划
中图分类号 :O221.2 文献标识码 :A
主题分类号 :9oc3o
1 问题
全局优化算法总体上分为两种 :随机性算法和确定性算法 。本文所涉及的填充函数法是一种 比较有效
的确定性算法 。填充函数法最早 由Ge在参考文献[1]中提出,主要思想是:在 厂(z)的局部极小点z 处构造
一 个辅助函数 ,用它来离开原函数 的局部极小点到达一个 函数值更小 的点。几何学上,辅助函数忽略了比
厂()的当前盆更高的盆。从而找到了填充函数的局部极小点 , 在 比厂(z)的当前盆更低 的盆 中。以.7c
做初始点极小化 _厂(z),可以找到 -厂(z)的更低点。重复上述过程,可以最终找到 厂(z)的全局最小点。
本文第 2小节分析了填充 函数的一些基本概念 ;第 3小节中构造了一个新 的带有缓和项的填充函数,并
证 明了它的填充性质;第 4小节给出了一个可行的算法和相应的数值结果。
2 填充函数
考虑无约束问题 :
(Po): minf()
∈R
其中厂:R一R 满足强制性条件 ,即 1im 厂(z):+03,则存在一个有界 闭域 QCR ,使得 Q包含
(Po)的所有极小点。那么(P。)等价于以下问题 :
(P): minf(x)
∈n
定义 1 (z)在局部极小点 z 处的盆 B 是一个含有 z 的连通区域 ,从 B 中的任一点出发用最速下
降法都收敛到 ,但从B 外的任一点出发都不收敛到 z。
定义 2 称 H 为 厂()在极大点处的山丘 ,若 H 为一.厂(z)在 处的盆。
定义 3 若 ()的两个极小点 和 。处的函数值满足 f(x)≤f(x。),称 处的盆比z:处的盆低,
否则称 X 处的盆比z 处的盆高。
填充函数的定义最早由Ge在口中给出,如下:
定义 4 函数 P(z)称为 _厂(z)在局部极小点 处的填充函数 ,如果 P(37)满足以下条件 :
(1)z 为P(z)的一个局部极大点,厂(z)在 处的盆B 为P(37)在 X 处的山丘一部分 。
收稿 日期 :2008~05一O6
作者简介:乔红端(1983一),女,山东人。青岛大学 2006级研霓 ,研究方向为最优化理论与方法 E—mail:qiaohongduan~163.c0m
通讯作者 :田志远 ,教授 ,E—mail:tttssx@126.corn
42 青 岛大学学 报 (自然科 学版) 第 21卷
(2)在 .厂(z)的比B 高的盆中不存在 P()的稳定点。
(3)若 -厂(z)有 比B 低的盆B ,则Vz∈B。有 z∈B。使得在 z和 的连线上存在 P(z)的局部极小点。
填充函数的算法 由极小化原函数和极小化填充函数两个阶段交替进行。第一阶段:用任何有效的下降
法(如牛顿法,变尺度法等)找到.厂()的一个局部极小点z。第二阶段:构造一个填充函数且用最速下降法
极小化填充 函数 。如果在 比当前盆低的盆中找到填充 函数的极小
文档评论(0)