一个非线性全局优化的单参数填充函数

根据填充函数算法的思想和基本理论,文章给出了一个求解无约束优化问题的单参数填充函数,讨论该填充函数的性质并设计了相应的算法。该填充函数只含有1个参数,在实际计算中易于调节。实验结果表明该填充函数是可行的。     

一个新的解全局优化问题的填充函数

给出了一个新的非线性全局优化问题的填充函数和相应的填充函数算法.算例表明,该算法是可行且有效的.     

求全局最优化问题的一类填充函数

讨论求全局最优化问题的填充函数算法,构造了一类一般形式的填充函数,已有的若干填充函数都是它的特例．该类填充函数仅有一个参数,容易计算,相对传统填充函数,它在参数较小时就能保持其填充性质．     

一个求解约束全局优化问题的单参数填充函数方法

构造了求解约束全局优化问题的一个新的填充函数,分析了该函数的分析性质,设计了一个基于该填充函数的全局优化算法.数值试验表明该算法是有效的.     

带约束的离散全局优化问题的填充函数法

通过构造一个新的双参数填充函数求解带约束的离散全局优化问题的全局最优解,研究了填充函数的分析性质,并据此给出了带约束的离散全局优化问题的一个填充函数算法.数值试验证结果表明该算法是可行的、有效的.     

一个无参数的填充函数算法

笔者通过对全局最优化问题填充函数算法的研究，提出了一个新的无参数填充函数W（x，x*），它克服了含参数填充函数存在的缺陷，并且它是目标函数的一个明确表达式。数值试验结果表明该填充函数算法是有效的。     

全局最优化问题的填充函数算法

填充函数法是由Ge R.P.教授在1990年提出,该类算法是求解全局最优化问题的一种重要的确定性算法。本文受以前学者工作的启发,提出了一个新的无参数填充函数算法,并对其进行了数值试验,试验结果验证了该填充函数算法是有效的。     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

全局最优化的填充修正打洞函数法

研究求解全局最优化问题的算法同.在分析了已有的填充函数法和打洞函数法之后,吸取了这两类算法的优点,给出了一种求取非线性最优化问题全局最优解的填充打洞函数算法.与通常的填充函数法相比,该算法降低了对其中参数的依赖,并且具有较好的求解可操作性.数值试验显示,计算效果是满意的.     

一个新的求无约束全局优化的填充函数

根据Zhang对填充函数的新的定义给出了一个新的求无约束全局优化问题的填充函数,并根据这个填充函数提出了相应的填充函数算法。数值试验表明此算法是有效可行的。