孙悦;阿尔弗雷多·加西亚 用于全局优化的交互式扩散。 (英语) Zbl 1327.90400号 J.优化。理论应用。 163,第2期,491-509(2014). 作者摘要:“我们提出了一种新的方法,其中并行退火过程以加快识别全局最优解的方式相互作用。第一个退火过程在更快的时间尺度上运行,并且具有收敛到非零(但相对较小)的漂移函数噪音水平。第二个退火过程(在较慢的时间尺度下操作)受到修改的漂移项的影响,其中最陡下降方向受到第一个退火过程密度梯度的扰动。这个额外的术语确保第二个过程被已经探索的区域“排斥”。因此,第一个退火过程(快速识别局部最优解)允许第二个退火过程绕过最近识别出的局部最优解,从而可以更快地收敛到全局最优解。我们表明,与独立的退火过程相比,所提出的交互式扩散可以提高收敛速度,但代价是最小的额外计算开销。”证明了其收敛于全局极小值,并给出了数值实验结果。审核人:斯蒂芬·德姆佩(弗莱堡) 引用于2文件 MSC公司: 90 C59 数学规划中的近似方法和启发式 90C26型 非凸规划,全局优化 关键词:模拟退火;并行计算;扩散;加速效应 软件:基因科普 PDF格式BibTeX公司 XML格式引用 \textit{Y.Sun}和\textit{A.Garcia},J.Optim。理论应用。163,第2号,491--509(2014;Zbl 1327.90400) 全文: 内政部 参考文献: [1] Cerní,V.:旅行推销员问题的热力学方法:一种有效的模拟算法。J.优化。理论应用。45(1), 41-51 (1985) ·Zbl 0534.90091号 ·doi:10.1007/BF00940812 [2] Kirkpatrick,S.、Gelatt,C.D.Jr.、Vecchi,M.P.:模拟退火优化。《科学》220621-680(1983)·Zbl 1225.90162号 ·doi:10.1126/science.220.4598.671 [3] Geman,S.,Hwang,C.R.:用于全局优化的扩散。SIAM J.控制优化。24, 1031-1043 (1986) ·Zbl 0602.60071号 ·doi:10.1137/0324060 [4] Chiang,T.S.,Hwang,C.R.,Sheu,S.J.:Rn中全局优化的扩散。SIAM J.控制优化。25, 737-752 (1987) ·Zbl 0622.60093号 ·doi:10.1137/0325042 [5] Kushner,H.J.:随机近似和扩散的渐进全局行为,噪声效应缓慢降低:通过蒙特卡罗实现全局最小化。SIAM J.应用。数学。47, 169-185 (1987) ·Zbl 0615.60024号 ·数字对象标识代码:10.1137/0147010 [6] Hwang,C.R.,Hwang-Ma,S.Y.,Sheu,S.J.:加速高斯扩散。附录申请。普罗巴伯。3(3), 897-913 (1993) ·Zbl 0780.60074号 ·doi:10.1214/oap/1177005371 [7] Yin,G.,Yin,K.:使用具有大噪声强度的扩散扰动进行全局优化。数学学报。申请。罪。,英语。序列号。22(4), 529-542 (2006) ·Zbl 1116.60043号 ·doi:10.1007/s10255-006-0328-1 [8] Poliannikov,O.,Zhizhina,E.,Krim,H.:通过自适应扩散进行全局优化。IEEE传输。信号处理。58(12), 6119-6125 (2010) ·兹比尔1391.90495 ·doi:10.1109/TSP.2010.2071867 [9] Coleman,T.,Shalloway,D.,Wu,Z.:使用有效能量模拟退火实现分子簇全局能量最小化的并行构建算法。J.全球。最佳方案。4, 171-186 (1994) ·Zbl 0797.90112号 ·doi:10.1007/BF01096721 [10] Wu,Z.:有效能量转换方案作为全局优化的一种特殊延续方法,应用于分子构象。SIAM J.Optim公司。6, 748-768 (1996) ·Zbl 0868.90116号 ·doi:10.1137/S105262349393254698 [11] Lau,M.,Kwong,C.P.:保持全局最小值的全局优化平滑方法。J.全球。最佳方案。34, 369-398 (2006) ·Zbl 1149.90387号 ·doi:10.1007/s10898-005-4385-4 [12] Khasminskii,R.Z.,Yin,G.:双时间尺度扩散的极限行为。J.差异。埃克。212, 85-113 (2005) ·Zbl 1112.35014号 ·doi:10.1016/j.jde.2004.08.013 [13] Risken,H.:福克-普朗克方程(求解方法和应用),第2版。斯普林格协同系列。柏林施普林格(1989)。1989 ·Zbl 0665.60084号 [14] Pham,H.:金融应用的连续时间随机控制和优化。随机建模和应用概率,第61卷。柏林施普林格出版社(2009)·Zbl 1165.93039号 [15] 加德纳,C.W.:《物理、化学和自然科学随机方法手册》,第2版。Springer协同学系列,第13卷。柏林施普林格(1985)·Zbl 0862.60050号 ·doi:10.1007/978-3-662-02452-2 [16] Ackley,D.H.:《基因山丘边缘化的连接主义机器》,Kluwer学术出版社,波士顿(1987)·doi:10.1007/978-1-4613-1997-9 [17] Michalewicz,Z.:遗传算法+数据结构=进化程序。柏林施普林格出版社(1992年)·Zbl 0763.68054号 ·doi:10.1007/978-3-662-02830-8 [18] 戈麦斯,C.P。;塞尔曼,B。;Kautz,H.,通过随机化推进组合搜索,431-437(1998),纽约 [19] Luby,M.,Ertel,W.:拉斯维加斯算法的最佳并行化。柏林施普林格(1994) [20] Shylo,O.V.,Middelkoop,T.,Pardalos,P.M.:优化中的重启策略:并行和串行案例。并行计算。37(1), 60-68 (2011) ·Zbl 1211.68507号 ·doi:10.1016/j.parco.2010.08.004 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。