光线寻优算法在函数优化中的应用

2012年03月27日10:07:53 本网站我要评论(2)字号：T | T | T

关键字：应用

沈继红，李加莲
哈尔滨工程大学理学院，黑龙江哈尔滨

哈尔滨工程大学自动化学院，黑龙江哈尔滨

摘　　　要：光线寻优算法是一种模拟光传播过程的智能优化算法，具有可调参数少、结构简单、容易实现等优点。该算法用网格划分可行域，将具有不同折射率的介质填充到各网格中，并将光在此变折射率介质中的传播路径设想成算法的寻优路径，从而达到自动搜索寻优的目的。将光线寻优算法用于求解文献中的６个标准测试函数，并与模拟退火算法、保留精英遗传算法、标准粒子群算法进行比较，通过大量数值实验验证了算法的可行性、有效性及潜在的优越性。

关　键　词：费马原理；智能优化；光线寻优算法；函数优化

１　引　言
在实际的生产过程中，优化问题通常为ＮＰ完全问题，此时由于求解的复杂性，传统的优化方法，如众所周知的较速下降法、共轭梯度法等变得无能为力。迫于此需要，很多智能优化算法出现了，它们通过模拟自然界的内在机理解决复杂的计算问题，不要求函数的连续性、凸性以及函数表达式，对数据不确定性也有着良好的适应性。由于独特的优点和机制，智能优化算法引起了国内外学者的广泛兴趣，并已广泛地应用于各领域。常见的智能优化算法如模拟退火算法［１］、遗传算法［２］、粒子群算法［３］等。这些算法有诸多参数需要人为地调整，人为的因素，如对问题的了解、参数和规则的搭配等，将造成计算结果的差异。光线寻优算法（ＬｉｇｈｔＲａｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＬＲＯ）完全模拟光在变折射率介质中的传播过程，具有自动寻优的性质，仅有网格大小一个参数需要调整，而且从理论角度讲，网格越小，精度越高，实验中需要根据精度要求等通过大量实验确定合适的网格，有关网格选取的理论依据仍在研究中。作为较近提出的一种新算法，ＬＲＯ显示出一定的优越性和寻优能力，但仍有很多问题需要进一步研究。

登录网站后可下载文件

光线寻优算法在函数优化中的应用

相关阅读: