带差商信息的云搜索优化算法及其收敛性分析

摘要：

将云的生成、动态运动、降雨和再生成等自然现象与智能优化算法的思想融合,设计了一种新的智能优化算法——云搜索优化算法(Clouds Search Optimization Algorithm).云团内部水滴可以产生差商信息来指导搜索,差商可以逼近梯度,且负差商与负梯度同样为函数值下降方向.基于此,进一步提出带差商信息的云搜索优化算法(Clouds Search Optimization Algorithm with Difference Quotient Information).依据差商与梯度的近似关系,证明了D(SO具有类似经典的基于梯度的优化算法的收敛性,最优水滴可以收敛到极值点.benchmark函数的数值实验表明,CSO与DCSO都具有很强的寻优能力,且差商信息可以指导水滴迅速向极值点移动,大大提高了DCSO的收敛速度.

关键词：云搜索优化算法、智能优化、函数优化、差商信息、梯度

所属期刊栏目：39

分类号：TP301(计算技术、计算机技术)

在线出版日期：2012-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：252-255,267