Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: adaptive random search

Sortuj według:

Ogranicz wyniki do:

Improved Heuristic Rules for the Price Algorithm of Global Optimization

Keil F. J., Stoyanov S. K., Yordanov S. Y.

Journal of Applied Computer Science

2007

Vol. 15, nr 1

63-82

The present study is aiming at the determination of the influence of some new heuristic rules and parameters which are proposed to improve the convergence of the Price random search procedure for global optimization. The algorithms are tested for twenty complex problems with multimodal objective functions to get reliable statistical information about the probability to find the global optimum using several heuristic procedures. The following parameters have been investigated: the type of random generator (single or multiple), the number of randomly generated initial points; the distribution of initial points and the number of cluster points. New heuristic rules are proposed for the calculation of new points in the clusters and the selection of the cluster pole. Comparison of the new algorithms is made on the basis of convergence and average number of function evaluations for the problems solved. It is proved that the modified algorithms with new heuristic rules have a better convergence and are more efficient in respect of the average number of function evaluations. The proper number of points in the initial cluster is recommended.

Rozszerzona metoda optymalizacji według strategii adaptacyjnego przeszukiwania losowego

Jeżowski J., Bochenek R., Słoma R., Jeżowska A., Poplewski G.

Inżynieria Chemiczna i Procesowa

2001

T. 22, z. 3C

567--572

Praca dotyczy optymalizacji matematycznej przy zastosowaniu metody stochastycznej znanej pod nazwą adaptacyjnego przeszukiwania losowego (APL). Opisano w niej rozszerzenia i modyfikacje algorytmu Luusa-Jaakoli (LJ) z artykułu [1]. Wyniki obliczeń testowych świadczą, że zaproponowane modyfikacje zwiększają znacznie niezawodność obliczania optimum globalnego.

The work deals with mathematical optimisation with the use of stochastic method commonly referred to as adaptive random search (ARS). Extensions and modifications of the algorithm presented first in [1] by Luus and Jaakola have been developed. Results of tests proved that these modifications increase largely reliability of obtaining global optimum.