×
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。