【摘要】：針對基本蛙跳算法在處理復雜函數(shù)優(yōu)化問題時求解精度低且易陷入局部最優(yōu)的缺點,提出了一種嵌入共軛梯度法的混合蛙跳算法。該算法在基本蛙跳算法劃分模因組的基礎上引入共軛梯度法,由于基本蛙跳算法模因組的劃分規(guī)則,使得排在最后的青蛙子群個體位置較差,嚴重影響著整個群體的尋優(yōu)速度,因而選取排列在后面的一部分模因組使用共軛梯度法進行求解,這使得算法在進化中后期易跳出局部最優(yōu),提高了算法的收斂精度。所得混合蛙跳算法有效結合了基本蛙跳算法較強的全局搜索能力和共軛梯度法快速精確的局部搜索能力。數(shù)值實驗結果表明,所提出的改進蛙跳算法較基本蛙跳算法具有更高的收斂精度,避免了陷入局部最優(yōu)的缺點,且優(yōu)化結果更加穩(wěn)定。
[Abstract]:In order to solve the problem of complex function optimization with low precision and easy to fall into local optimum, a hybrid leapfrog algorithm embedded in conjugate gradient method is proposed. The conjugate gradient method is introduced on the basis of the basic leapfrog algorithm to divide the memes. Because of the partition rules of the basic leapfrog algorithm, the individual position of the frog subgroup ranked at the last place is poor, which seriously affects the optimization speed of the whole group. Therefore, the conjugate gradient method is used to solve a part of the memes that are arranged in the back, which makes it easy to jump out of the local optimum in the middle and late stage of evolution, and improves the convergence accuracy of the algorithm. The proposed hybrid leapfrog algorithm effectively combines the global search ability of the basic leapfrog algorithm and the local search ability of the conjugate gradient method. Numerical results show that the proposed improved leapfrog algorithm has higher convergence accuracy than the basic leapfrog algorithm, avoids the shortcoming of falling into local optimum, and the optimization results are more stable.
【作者單位】： 北京建筑大學理學院;
【基金】：北京市自然科學基金(4122022) 中央支持地方科研創(chuàng)新團隊項目(PXM2013-014210-000173)
【分類號】：TP18

【相似文獻】

相關期刊論文 前10條

1 孫中波;段復建;;一個充分下降的共軛梯度法[J];桂林電子科技大學學報;2008年05期

2 尚毅;張國光;邵和平;;鞍點梯度法、鞍點共軛梯度法[J];計算機研究與發(fā)展;1990年05期

3 匡勇,姜新發(fā);利用共軛梯度法分析有限矩形波導相控陣[J];系統(tǒng)工程與電子技術;1991年06期

4 張秀軍;徐安農;李安坤;蔣利華;;改進的共軛梯度法及其收斂性[J];桂林電子工業(yè)學院學報;2005年06期

5 陳龍衛(wèi);倪勤;張欣;;強迫下降的三項共軛梯度法[J];數(shù)值計算與計算機應用;2012年03期

6 郭強;周希辰;;共軛梯度法自適應空間濾波[J];雷達與對抗;1993年01期

7 周安娃;范浩;黃青群;;無約束最優(yōu)化中兩種改進共軛梯度法的收斂性證明[J];桂林電子科技大學學報;2011年01期

8 谷同祥,劉興平,莫則堯;多搜索方向共軛梯度法——一種無需整體內積的共軛梯度類方法[J];數(shù)值計算與計算機應用;2002年04期

9 董曉亮;李郴良;唐清干;李安坤;;一類無約束優(yōu)化問題的的共軛梯度法[J];桂林電子工業(yè)學院學報;2006年03期

10 田亞娟;何郁波;馬昌鳳;;一種新共軛梯度法的全局收斂性[J];桂林電子工業(yè)學院學報;2006年03期

相關會議論文 前10條

1 姚馨;倪勤;;解大規(guī)模優(yōu)化問題的錐模型共軛梯度法[A];中國運籌學會第十屆學術交流會論文集[C];2010年

2 孫樹立;陳璞;;求解多右端向量方程組的塊共軛梯度法及其相關研究進展[A];計算爆炸力學進展[C];2006年

3 霍偉娜;倪勤;;一個新的條件預優(yōu)共軛梯度法[A];中國運籌學會第十屆學術交流會論文集[C];2010年

4 王川龍;朱金香;;非單調混合共軛梯度法[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

5 陳瓏;劉興高;;一種基于PRP共軛梯度法的新型動態(tài)優(yōu)化方法及其應用[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

6 李梅霞;王長鈺;劉茜;;帶擾動項的FR共軛梯度法[A];2006年中國運籌學會數(shù)學規(guī)劃分會代表會議暨第六屆學術會議論文集[C];2006年

7 王晨;張秀軍;徐安農;;一類共軛梯度法的全局收斂性[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

8 陳璞;肖梃松;孫樹立;袁明武;;預條件共軛梯度法的實現(xiàn)以及一些改進[A];第七屆全國結構工程學術會議論文集（第Ⅰ卷）[C];1998年

9 連淑君;王長鈺;;在Armijo型線搜索下共軛梯度法簇的全局收斂性[A];中國運籌學會第七屆學術交流會論文集（上卷）[C];2004年

10 支希哲;孟光;徐松平;;多級隔振系統(tǒng)優(yōu)化設計的共軛梯度法[A];數(shù)學·物理·力學·高新技術研究進展（一九九六·第六期）——中國數(shù)學力學物理學高新技術交叉研究會第6屆學術研討會論文集[C];1996年

相關重要報紙文章 前6條

1 總編 許傳朝;產業(yè)發(fā)展要學會蛙跳[N];計算機世界;2011年

2 于澤　師海波;“蛙跳”戰(zhàn)術跳出傳統(tǒng)拉鋸戰(zhàn)[N];中國國防報;2002年

3 莫穎怡　季明;汽車產業(yè)能否選擇“蛙跳戰(zhàn)略”[N];經濟參考報;2004年

4 經濟視點報見習記者 關開運;戈薩·岡多斯:“蛙跳”的中國值得學習[N];經濟視點報;2008年

5 徐文龍;氫燃汽車，上海支柱產業(yè)的蛙跳戰(zhàn)略[N];解放日報;2005年

6 江新輝;呼倫貝爾市在開放升級中謀求經濟“蛙跳”[N];內蒙古日報(漢);2006年

相關博士學位論文 前8條

1 黃元元;求解無約束優(yōu)化問題及非線性方程組的共軛梯度法[D];西安電子科技大學;2014年

2 董曉亮;自適應共軛梯度法的研究[D];西安電子科技大學;2015年

3 劉金魁;無約束最優(yōu)化問題與非線性方程組的若干解法研究[D];重慶大學;2016年

4 鄧松海;若干新型譜共軛梯度算法及應用研究[D];中南大學;2013年

5 戴志鋒;非線性共軛梯度法與魯棒最優(yōu)投資組合[D];湖南大學;2013年

6 鐘萍;Newton-PCG型算法的效率分析[D];中國農業(yè)大學;2002年

7 趙轉哲;混合蛙跳算法的改進及在旋轉機械故障診斷中的應用研究[D];東南大學;2016年

8 黃先海;蛙跳型經濟增長[D];復旦大學;2003年

相關碩士學位論文 前10條

1 曾維強;含有多個參數(shù)的非線性共軛梯度法研究[D];廣東技術師范學院;2015年

2 李雙安;共軛梯度法在大規(guī)模信號重構問題中的應用[D];桂林電子科技大學;2015年

3 鞠靜潔;幾類優(yōu)化問題的算法研究[D];青島大學;2015年

4 屈明恩;無約束優(yōu)化問題的共軛梯度法研究[D];西安電子科技大學;2014年

5 關哲;Wolfe線搜索下的共軛梯度法[D];渤海大學;2016年

6 汪丹戎;非線性共軛梯度法及全局收斂性分析[D];長江大學;2016年

7 陳倩;無約束優(yōu)化的譜共軛梯度法和三項共軛梯度法研究[D];廣西大學;2016年

8 陳洪敏;Wolfe線搜索下具有全局收斂性的混合共軛梯度法[D];重慶師范大學;2016年

9 吳雙江;基于DAI-LIAO型方法和WEI-YAO-LIU型方法的混合共軛梯度法[D];重慶師范大學;2016年

10 陳鈺婷;求解大規(guī)模無約束優(yōu)化問題的共軛梯度法[D];北華大學;2016年

，

本文編號：2391520