基于多起始点自适应拟蒙特卡罗方法求全局极值

摘要

拟蒙特卡罗方法被广泛应用于求解不可微优化问题。本文引进自适应拟随机搜索和多起始点算法的思想来求解全局极值问题；自适应拟随机搜索能够根据前一步的搜索结果自适应得选择下一步搜索方向和步长，将其应用到多起始点算法的主要迭代和完全迭代中，可以较好的平衡全局极值和局部极值问题。为了提高运算效率减少抽样，新的样本将根据主要迭代结果来取代较差个体。相比其它一些优化方法，本文方法具有更好的运算结果。