函数优化问题的动力学演化算法

摘要：

本文阐述了一种新型的,高效的函数优化问题的动力学演化算法(DEA),给出了它的异步并行算法,并应用有限Markov链的有关理论证明了动力学演化算法的收敛性,我们利用这个算法进行大量的数值实验,结果表明该算法在处理复杂问题时表现出全局搜索能力,信息处理的隐并行性,鲁棒性等优良性能.

关键词： 函数优化 动力学 演化算法 异步并行 收敛性

作者: 邹秀芬 康立山 李元香 吴志健

作者单位: 武汉大学软件工程国家重点实验室;武汉大学数学与统计学院(武汉) 武汉大学软件工程国家重点实验室

会议类型: 国内会议

会议名称: 国际并行算法与计算环境专题讨论会

会议地点: 香港

会议语种:中文

页码: 195-203

在线出版日期: 2003-10-01（万方平台首次上网日期，不代表论文的发表时间）