作者：安华萍; 李文静direct算法元模型全局优化算法改进计算机仿真
摘要：细分矩形方法(DIviding RECTangles,DIRECT)源于Lipschitz算法,其在优化过程中不断对中心点进行函数估值,因而迭代次数较多,并在不断采样过程中造成收敛速度缓慢等缺点.基于此,提出一种新的DIRECT算法,根据每次优化迭代产生的采样点来构建元模型,并识别最优域,在最优域集合上搜索最优点,因而加快算法的收敛速度.计算机仿真结果证明,RBF元模型,能明显加快DIRECT算法收敛速度,并能快速找到准确的全局最佳点,因而大大改善了DIRECT算法收敛性.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
