前瞻动态编码搜索算法

doi:10.3778/j.issn.1002-8331.2008.35.016

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (35): 53-55.DOI: 10.3778/j.issn.1002-8331.2008.35.016

前瞻动态编码搜索算法

杨程,李元香,林志毅

武汉大学软件工程国家重点实验室，武汉 430072

收稿日期:2007-12-25 修回日期:2008-03-04 出版日期:2008-12-11 发布日期:2008-12-11
通讯作者: 杨程

Looking-forward dynamic encoding algorithm for searching

YANG Cheng,LI Yuan-xiang,LIN Zhi-yi

State Key Laboratory of Software Engineering，Wuhan University，Wuhan 430072，China

Received:2007-12-25 Revised:2008-03-04 Online:2008-12-11 Published:2008-12-11
Contact: YANG Cheng

摘要/Abstract

摘要： 动态编码搜索算法快速高效的求解全局优化问题。算法基本结构是二进制矩阵，它包括对分搜索和单向搜索两个基本过程。针对算法容易陷入局部最优的问题，提出一种改进的全局优化算法：前瞻算法。前瞻算法基于扩大视野、全局把握的思想。测试例子的结果表明，与动态编码搜索算法相比前瞻算法具有较强的跳出局部最优的能力，对高度非线性、强振荡的函数优化问题，具有更强的适应性。

关键词: 全局优化, 动态编码搜索算法, 前瞻算法

Abstract: A method named look forward dynamic encoding algorithm is proposed for globalizing and improving the Dynamic Encoding Algorithm for Searches（DEAS） method which is used to solve the global optimization problem with high-performance.The basic structure of the method is a binary matrix.It includes two master procedures-bisection search and unidirectional search.The new method is inspirited by the idea of widening the visual field.The results of numerical simulations depict that the proposed algorithm is effective in nonlinear and discontinuous functions.

Key words: global optimization, Dynamic Encoding Algorithm for Searching（DEAS）, look-forwarding method

杨程,李元香,林志毅. 前瞻动态编码搜索算法[J]. 计算机工程与应用, 2008, 44(35): 53-55.

YANG Cheng,LI Yuan-xiang,LIN Zhi-yi. Looking-forward dynamic encoding algorithm for searching[J]. Computer Engineering and Applications, 2008, 44(35): 53-55.

[1]	方建文，黄钢，曹文明. 笔触风格化技术研究综述[J]. 计算机工程与应用, 2019, 55(9): 33-37.
[2]	连玮. 采用树表示的全局最优形状匹配算法[J]. 计算机工程与应用, 2019, 55(1): 217-225.
[3]	钱武文，柴军瑞，张子映，谈然. 基于反射变异策略的自适应差分进化算法[J]. 计算机工程与应用, 2018, 54(15): 161-168.
[4]	薛印玺，许鸿文，李羚. 基于样本密度的全局优化K均值聚类算法[J]. 计算机工程与应用, 2018, 54(14): 143-147.
[5]	曾辉1，王倩2，夏学文3，4，方霞1，5. 基于自适应多种群的粒子群优化算法[J]. 计算机工程与应用, 2018, 54(10): 59-65.
[6]	刘兵兵1，周伟平1，沈玲2. 灰色线性双层指派问题的智能全局优化方法[J]. 计算机工程与应用, 2016, 52(8): 38-42.
[7]	孙士平，吴建军. 直接搜索模拟退火算法的自适应改进[J]. 计算机工程与应用, 2015, 51(23): 31-37.
[8]	季骏，戴月明，吴定会. 内嵌扰动变异的混合蛙跳算法[J]. 计算机工程与应用, 2015, 51(12): 27-30.
[9]	王敏1，2，唐俊3. 基于自适应扰动的粒子群优化算法[J]. 计算机工程与应用, 2014, 50(9): 111-115.
[10]	沈艳，余冬华，王昊雷. 粒子群K-means聚类算法的改进[J]. 计算机工程与应用, 2014, 50(21): 125-128.
[11]	王开荣，冉慧. 求无约束优化问题的无参数填充函数法[J]. 计算机工程与应用, 2014, 50(14): 64-67.
[12]	周京华，张小凤，张光斌. 基于人工蜂群算法的超声回波参数估计[J]. 计算机工程与应用, 2014, 50(14): 189-193.
[13]	李亚洲，郑晓军，张强，魏小鹏. 基于改进初始解的遗传算法的布局设计方法[J]. 计算机工程与应用, 2013, 49(8): 245-248.
[14]	汤继涛，戴月明. 内嵌区域震荡搜索的粒子群优化算法[J]. 计算机工程与应用, 2013, 49(21): 33-36.
[15]	刘光帅，李柏林，何朝明. 多视三维重构中连续能量模型的凸优化[J]. 计算机工程与应用, 2013, 49(1): 19-22.

前瞻动态编码搜索算法

Looking-forward dynamic encoding algorithm for searching

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics