一种改进的一维搜索指数优化算法.pdf

第33卷第5期 华侨大学学报(自然科学版) VoL33N0．5 of 2012年9月 Jourml Science) HuaqiaoUniversity(Natural sep．2012 文章编号： 1000一5013(2012)05一0503一03 一种改进的一维搜索指数优化算法 张志彬1，金福江1，汤仪平2’3 (1．华侨大学信息科学与工程学院，福建厦门36102l； 2．华侨大学机电及自动化学院，福建厦门361021； 3．福建凤竹纺织科技股份有限公司，福建泉州362200) 摘要：在分析黄金分割法基本原理的基础上，通过改变以指数收敛的区间长度缩短比率得到一种新的一维 搜索指数优化算法．实例结果表明；该算法的收敛速度要比黄金分割法的收敛速度要快，同时最优解的区间精 度也比黄金分割法的要精确；然而，该算法只适用于单峰函数局部最优解的求取。 关键词：一维搜索；黄金分割法；加速收敛；指数优化算法 中图分类号：0232 文献标志码：A 一维搜索中的黄金分割法阻41是在一元单峰函数所定义的区间上，按黄金分割率对称取得一系列黄 金分割点，然后对分割点所对应的函数值进行计算和比较，利用区间缩小的序列消去原理，最终确定函 数的最优解和对应的最优值．最后，稳定地收敛到一个局部极小点．然而，由于区间的长度缩短比率为 常数，故其收敛速度较慢．本文根据黄金分割法的基本原理，提出一种改进的一维搜索指数优化算法． 1指数优化算法 指数优化算法与黄金分割法同样也只适用于单峰函数．在计算过程中，第1次迭代需要计算2个 试探点，以后每次迭代只需新算一点，另一点取自上次迭代[1]．其与黄金分割法的主要区别在于区间的 长度缩短比率不是以常数进行收敛，而是以计算两次区间差值的指数值进行收敛，由于指数函数的引 用，因此构造出一个具有更加光滑的收敛趋势并且更快收敛速度的指数优化算法． 指数优化算法有如下5个主要步骤． 步骤1给定初始区间[口，，6。]及精度要求￡o，计算试探点A。，岸。，有 A1一口1+0．382(61一口1)， 岸1一n1+0．618(61一口1)． 然后，计算函数值厂(A，)，厂(卢。)，置y，一6l一口t，P，一o，并令愚一1． 步骤3 果以+10．694，有 卢“+1=n蚪1+exp(一1．9P蚪1)(6抖1一口蚪1)； (1) 否则，有 ∥}}1=口抖1+(1一exp(一P抖1))(‰一口蚪1)． ’(2) 计算函数值，(似+·)，转步骤5． 步骤4 果以+1O．694，有 A蚪1一口卅+(1一eXp(一1．9e蚪1))(6蚪1一口M)， (3) 收稿日期：2011—11—22 基金项目：福建省产学研重大科研基金资助项目(2011H6019) 万方数据 华侨大学学报(自然科学版) 2012年 否则，有A抖1一m+1+exp(一艮+1)(巩+1一nⅢ)．然后，计算函数值厂(胁+1)，转步骤5． 步骤5置愚一忌+1，返回步骤2． 2指数系数确定及灵敏度分析 性质区间差呈递减趋势，且当接近最优值的迭代靠基本取于[o，1]区间内，故为了加快收敛速度，取在 区间[o，1]值变化比较大的曲线，通过对指数曲线簇进行观察，最终将系数K的取值确定在区问[1，3] 敛速度及最优区间的灵敏度进行分析，结果如表1所示． 表1依次计算了K取不同值情况下最优区间和最优解，并最终确定当K一1．9时为最优，此时最优