全局优化的随机程度值逼近算法.pdfVIP

II 摘 要 全局最优化问题广泛见1：经济模型，金融，网络交通，数据库，集成电路设计，图象处理， 化学工程设计及控制，分子生物学，环境工程等等．因为存在多个不同于全局最优解的局部最 优解。而传统的非线性规划方法都只能求其局部最优解，所以不能顺利地应用于求解全局最优 化问题．在过去的几十年里，由于全局最优化在许多领域的重要应用，其理论和方法已经得到 了很大的发展．如何有效地求解全局优化问题已成为影响这些领域发展的关键之一． 1978年，郑权等首先提出了一种用积分一水平集求极值的方法及Monte-calo随机投点的 实现算法，其实现算法的收敛性至今还没有解决．1996年，张连生等给出了离散均值·水平集 的实现算法，并证明了它的收敛性．2001年，邬冬华给出了修正的积分一水平集方法，用一致 分布的数值积分逼近水平集构造实现算法，并证明了算法的收敛性． 相对熵算法是1999年由Rubinstein提出的一种启发式随机算法，这种算法对于求全局最 优解有很好的性能，但其收敛性被作者作为公开问题提出，至今没有解决． 本文主要结合上述两种全局优化算法的基本思想，研究了随机水平值逼近总极值的算法． 本论文主要结构如下， 第一章概述了全局优化的发展历程与研究现状，详细的讨论了积分总极值与相对熵方法， 并阐述了本文的主要工作． 第二章对一类在闭箱上处处有定义的单峰目标函数的全局优化问题，提出了一种随机水平 值逼近算法，证明了算法的渐近收敛性．数值结果验证了算法的有效性． ’第三章对期望型水平值逼近算法进行理论研究，证明了算法所构造的数学期望迭代方程的 解的存在唯—性，同时证明了方程的解是原来优化问题的总极值．对可统一到该算法理论框架 下的几种可实现算法进行了简要描述，数值实验结果说明了算法的有效性．第四章，对全文进 行了总结，并提出了今后研究的一些计翊． 关键词：全局最优化，随机水平值逼近，渐近收敛性，数值实验． III Abstract Global aboundineconomic optimizationproblems tion，databases，chipdesign，imageprocessing，chemicalengineeringdesign，control，molecular environmental biology,and engineering． Nonlinear cannotbeused tosolve programmingalgorithms directly globaloptimizationprob- lemsbecauseare for local solutionsandthere existsmul- theydesignedobtainingoptimal usually local thatdifferfromthe the several tiple optima globalsolution．Duringpast decades，great hasbeenseen of dueto inthetheoreticaland development algorithmicaspectsglobaloptimization itswide an setmethodwhichis a 1978，ZhengQuanproposedintegral-level applications．In only