现代优化算法要点.ppt

39 * 现代优化算法——一般性描述 ——全局性优化理论的一般性描述 状态接受规则研究如何接受按照状态转移规则获得的新状态，即确定性接受还是概率性接受。确定性方式仍然是只接受更好的结果，拒绝恶化的结果。通常使用概率性方式，也有两种做法：一种是更好结果肯定接受，恶化结果按照一定概率接受；另一种是无论好恶均以一定概率接受，只是结果越好接受概率越高。不同方式对于最终结果会有不同影响。由于状态接受规则体现优胜劣汰的思想，全局优化也会陷入局部极优解，因此必须考虑多样性问题。单点法 39 * 现代优化算法——一些特例 在可行域中进行纯随机性概率搜索，将获得Monte Carlo方法，此时的状态转移完全是随机的，没有利用任何启发信息。 随机地从多个初始状态出发进行局部搜索，实际上是一种最原始的全局性和局部性优化算法的结合，即多点随机试探局部搜索法，此时的启发信息完全体现于局部搜索部分，全局性优化部分仍然是随机的和盲目的。 利用禁忌表记录曾经或已经到达过的局部极优解，下次搜索时利用该表信息不再或有选择地搜索这些点，以此跳出局部极优解，增加搜索的区域，是禁忌搜索的基本思想。显然这种搜索的效率是比较高的，但参数设置是一个需要认真研究的问题，涉及到禁忌对象、禁忌长度、候选集合、评价函数、特赦规则、终止规则等的合理确定。这里的全局性启发信息体现在禁忌表。 39 * 现代优化算法——一些特例 从可行域的某