求解全局最優(yōu)問題的多重點樣本水平值估計的相對熵算法

摘要：研究有界閉箱約束下的全局最優(yōu)化問題,利用相對熵及廣義方差函數(shù)方程的最大根與全局最小值之間的等價關(guān)系,設(shè)計求解全局最優(yōu)值的積分型水平值估計算法.對采用重點樣本采樣技巧產(chǎn)生的函數(shù)值按一定規(guī)則進行聚類,從而在各聚類中產(chǎn)生的若干新重點樣本,結(jié)合相對熵算法,構(gòu)造出多重點樣本進行全局搜索的新算法.該算法的優(yōu)點在于每次迭代選用當(dāng)前較好的函數(shù)值信息,以達到隨機搜索到更好的函數(shù)值信息.同時多重點樣本可有利挖掘出更好的全局信息.一系列的數(shù)值實驗表明該算法是非常有效的.