变测度的积分型全局优化算法
郑权等首先提出积分——水平集求总极值的方法,实现算法中采用Monte-Carlo随机投点产生近似水平集来缩小搜索区域范围,但这一算法可能失去总极值点.此后,邬冬华等给出了一种修正的积分——水平集的方法,一种区域不收缩的分箱方法以保证总极值点不被丢失.本文在此基础上采取对不同的箱子采用不同的测度这一策略,使水平值更充分的下降,更快的达到全局极小值,以提高修正算法的计算效率.最后给出的数值算例说明了算法是有效的.
全局优化 积分——水平集 变测度 蒙特卡罗法 全局极小值 收敛性
凌和良 邬冬华 刘瑞霞
上海大学,理学院(上海)
国内会议
青岛
中文
1135-1141
2004-10-01（万方平台首次上网日期，不代表论文的发表时间）