亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        徑向基函數(shù)插值中的一種新的重啟動策略

        2017-01-13 02:06:18
        關(guān)鍵詞:插值全局徑向

        齊 靜

        (重慶師范大學涉外商貿(mào)學院 數(shù)學與計算機學院,重慶 合川 401520)

        ?

        徑向基函數(shù)插值中的一種新的重啟動策略

        齊 靜

        (重慶師范大學涉外商貿(mào)學院 數(shù)學與計算機學院,重慶 合川 401520)

        針對徑向基函數(shù)插值方法,提出了一種新的重啟動策略來改進徑向基的優(yōu)化效果.在采用SLHD(symmetryLatinHypercubedesign,對稱拉丁超立方設計)方法換新的初始點對優(yōu)化效果沒有太大改進的時候,提出了一種更換徑向基函數(shù)的重啟動策略,可以取得更好的優(yōu)化效果.通過數(shù)值算例說明了采用這種新的重啟動策略在迭代次數(shù)上的優(yōu)越性.

        徑向基函數(shù);全局最優(yōu)化;響應面模型;重啟動策略;對稱拉丁超立方設計

        1 前言及預備知識

        其中:f是一個確定性的連續(xù)函數(shù),x∈Rd,‖x-xi‖表示x與中心點xi之間的歐氏距離,λi∈R,i=1,2,…,n.b∈Rd,a∈R.φ就是徑向基函數(shù),選定一個徑向基函數(shù)φ之后,定義一個n×n的矩陣Φij:=φ(‖xi-xj‖),i,j=1,2,…,n.

        λi,b,a可以從下面的線性方程組中獲得:

        其中:

        常見的徑向基函數(shù)φ[2]取自于下面的5種:

        2 SLHD方法選取初始點

        根據(jù)文獻[3]中所介紹的拉丁超立方設計的矩陣(symmetry Latin Hypercube matrix),矩陣的每一列都是由{1,2,…,n}隨機生成的.對稱的拉丁超立方具有下列性質(zhì):在一個n×d的對稱拉丁超立方矩陣中,若(a1,a2,…,ad)是矩陣的某一行, 必有n+1-a1,n+1-a2,…,n+1-ad)是這個矩陣的另外一行.

        3 徑向基函數(shù)插值的算法步驟

        本文采用文獻[4]中的徑向基插值算法的一般步驟.

        Step 0:根據(jù)SLHD方法生成n個初始點.

        Step 1:計算f(x1),f(x2),…,f(xn).

        Step 2:計算minf(xi),medf(xi),maxf(xi).i=1,2,…,n.

        令Rl=medf(xi)-minf(xi),Ru=maxf(xi)-medf(xi).若max(Rl,Ru)≥4min(Rl,Ru),則用φ(f(x))來替換f(x),其中φ(x)[5]如下:

        Step 3:構(gòu)建響應面模型.根據(jù)給定的初始點x1,x2…,xn,以及它們的函數(shù)值f(x1),f(x2),…,f(xn),取定徑向基函數(shù)φ,構(gòu)建徑向基函數(shù)模型sn(x).

        φ(‖x-xi‖)+bTx+a.

        其中:n0表示初始點的個數(shù),N表示循環(huán)長度(通常令N=5).

        Step 6:下一個迭代點xn+1取自于gn(y)的極小點[7].

        其中:ln(y,xi)=0,i=1,2,…,n,ln(y,y)=1.

        4 重啟動策略

        使用徑向基插值算法在進行全局搜索時,算法可能會在某個局部極小點處進行較長時間的局部搜索,連續(xù)多次迭代都沒有取得明顯的實質(zhì)性的進展,從而導致算法不能準確定位全局最優(yōu)點.為了解決這個問題,文獻[9]中提出一種使用新的SLHD的重啟動策略.那么受文獻[9]的啟發(fā),本文提出一種使用新的徑向基函數(shù)的重啟動策略.數(shù)值算例1說明了當采用文獻[9]的使用新的SLHD策略對算法沒有太大改進的時候,使用本文的換用新的徑向基函數(shù)的策略可使算法減少迭代次數(shù),從而快速收斂到全局最優(yōu)點.

        5 數(shù)值試驗

        例1考慮下面的問題:f(x)=-0.015 8x5+0.391 1x4-3.361 1x3+11.826 9x2-14.199 0x-1,x∈[0.2,1.2].(在此區(qū)間上的最優(yōu)值為(0.898 8,-6.402 3)).

        算法在局部極小點0.0000附近進行搜索,連續(xù)多次迭代都沒有取得一些明顯的進展,所得數(shù)據(jù)如表1所示.

        表1 算法在局部極小點0.070 3附近進行較長時間的局部搜索
        Tab.1 The algorithm near a local minimum point 0.070 3 for a long time local search

        n值sn(x)的極小點sn(x)的極小值下一個點x(n+1)x(n+1)的函數(shù)值n值sn(x)的極小點sn(x)的極小值下一個點x(n+1)x(n+1)的函數(shù)值61.0000-6.20310.0571-1.7732191.0000-1.69550.0668-1.002571.0000-6.20360.0106-1.1495201.0000-1.69570.0667-1.000081.0000-6.21230.2296-1.0001211.0000-1.69580.0000-1.000291.0000-6.21940.9485-1.0005221.0000-1.69590.0000-1.0001101.0000-1.69120.2298-1.0000231.0000-1.69610.0000-1.0001111.0000-1.69230.2322-1.0000241.0000-1.69620.0001-1.0000121.0000-1.69300.9331-1.0000251.0000-1.69630.0000-1.0015131.0000-1.69360.0001-1.0000261.0000-1.69630.0000-1.0000141.0000-1.69410.0635-1.0001271.0000-1.69640.0000-1.0000151.0000-1.69450.9761-1.0000281.0000-1.69650.0000-1.0010161.0000-1.69480.0659-1.0015291.0000-1.69660.0000-1.0001171.0000-1.69510.0672-1.0000301.0000-1.69660.0000-1.0000181.0000-1.69530.0659-1.0000?????

        分析表1的數(shù)據(jù)可知,算法在局部極小點x=0.000 0附近進行搜索,連續(xù)30-6=24(次)迭代都沒有取得明顯的進展,當沒有改進的函數(shù)值的數(shù)量超過一個臨界值(通常將這個臨界值取為30)之后,采用文獻[9]中的更換新的SLHD初始點的重啟動策略.

        采用文獻[9]的更換新的SLHD的方法,算法仍然連續(xù)多次迭代都沒有取得明顯的進展,所得數(shù)據(jù)如表2所示.

        分析表2的數(shù)據(jù)可知,使用文獻[9]的換用新的SLHD的重啟動策略,對算法的迭代情況并沒有太大的改進.此時可以使用本文的更換徑向基函數(shù)的重啟動策略.

        下面使用本文的更換徑向基函數(shù)的重啟動策略,徑向基函數(shù)更換為:Φ(r)=r2log(r).

        初始點:(0.235 3,-3.728 9),(1.143 9,-6.166 3),(0.139 4,-2.758 5),(1.027 3,-6.401 6),(0.022 8,-1.317 6),(0.931 4,-6.401 6).

        使用本文的更換徑向基函數(shù)的重啟動策略,達到最優(yōu)值所需迭代的次數(shù)為:11-6=5(次),所得數(shù)據(jù)如表3所示.

        分析表3的數(shù)據(jù)可知,使用本文的更換徑向基函數(shù)的重啟動策略,可使算法及時跳出局部極小點,達到最優(yōu)值所需迭代的次數(shù)為:11-6=5(次).

        當算法連續(xù)多次迭代都沒有取得明顯進展的時候,可以使用本文的換用徑向基函數(shù)的重啟動策略,可使算法達到最優(yōu)值的迭代次數(shù)減少.

        表2 文獻[9]的更換新的SLHD初始點的迭代情況Tab.2 Replace the new SLHD iterative initial point in literature[9]

        表3 更換徑向基函數(shù),快速達到最優(yōu)點Tab.3 Change the radial basis function,reach the most advantages quickly

        6 小結(jié)

        徑向基函數(shù)具有計算格式簡單、計算工作量小[10]等特點,在全局優(yōu)化問題方面有著廣泛的應用.利用徑向基函數(shù)插值解決優(yōu)化問題時,當使用文獻[9]的換用新的SLHD的重啟動策略對算法的優(yōu)化效果并沒有太大改進的時候,可以使用本文的換用新的徑向基函數(shù)的重啟動策略,可使算法及時跳出局部極小點,減少迭代的次數(shù),加快收斂到最優(yōu)點.

        [1] HOLMSTR?M K.An adaptive radial basis algorithm (ARBF) for expensive black-box global optimization[J].Journal of Global Optimization,2008,41:447-464.

        [2] REGIS R G,SHOEMAKER C A.A quasi-multistart framework for global optimization of expensive function using response surface models[J].Journal of Global Optimization,2013,56:1719-1753.

        [3] YE K Q,LI W,SUDJIANTO A.Algorithmic construction of optimal symmetric latin hypercube designs[J].Joumal of Statistial Planning and Inference,2000,90(1):145-159.

        [4] 劉雨,劉廣磊,姜自武,等.徑向基函數(shù)插值配置點的自適應選取算法[J].應用數(shù)學進展,2016,5(1):8-14.

        [5] 齊靜.黑箱函數(shù)優(yōu)化問題中的響應面優(yōu)化方法[J].重慶工商大學學報(自然科學版),2015,32(12):27-30.

        [6] REGIS R G,SHOEMAKER C A.Constrained Global Optimization of Expensive Black Box Function Using Radial Basis Function[J].Journal of Global Optimization,2005,31:153-171.

        [7] 吳宗敏.函數(shù)的徑向基表示[J].數(shù)學進展,1998,27(3):202-208.

        [8] BJ?RKMAN M,HOLMSTR?M K.Global optimization of costly nonconvex functions using radial basis functions [J].Optimization and Engineering, 2000,4(1):373-397.

        [9] REGIS R G,SHOEMAKER C A.Improved strategies for radial basis function methods for global optimization[J].Journal of Global Optimization,2007,37:113-135.

        [10] 吳宗敏.散亂數(shù)據(jù)擬合的模型、方法和理論[M].北京:科學出版社,2007:82-83.

        責任編輯:時 凌

        A New Type of Restarting Strategy for Radial
        Basis Function Interpolation

        QI Jing

        (School of Mathematics and Computer Science,Chongqing Normal University Foreign Trade and Business College,Hechuan 401520,China)

        We propose a new restarting strategy to improve the optimization effect of the radial basis function interpolation method.When there is little improvement by using new initial points in the SLHD (symmetry Latin Hypercube design) method,we propose a restarting strategy of replacing the radial basis function which yields better numerical optimization performance. Then we illustrate the advantages of restarting strategy by some numerical examples.

        radial basis function; global optimization; response surface model; restarting strategy;symmetry Latin Hypercube design

        2016-07-16.

        齊靜(1990- ),女,碩士,主要從事全局最優(yōu)化方法的研究.

        1008-8423(2016)04-0398-04

        10.13501/j.cnki.42-1569/n.2016.12.009

        O241.6

        A

        猜你喜歡
        插值全局徑向
        Cahn-Hilliard-Brinkman系統(tǒng)的全局吸引子
        量子Navier-Stokes方程弱解的全局存在性
        淺探徑向連接體的圓周運動
        RN上一類Kirchhoff型方程徑向?qū)ΨQ正解的存在性
        基于PID+前饋的3MN徑向鍛造機控制系統(tǒng)的研究
        重型機械(2020年3期)2020-08-24 08:31:40
        一類無窮下級整函數(shù)的Julia集的徑向分布
        基于Sinc插值與相關(guān)譜的縱橫波速度比掃描方法
        落子山東,意在全局
        金橋(2018年4期)2018-09-26 02:24:54
        一種改進FFT多譜線插值諧波分析方法
        基于四項最低旁瓣Nuttall窗的插值FFT諧波分析
        日韩人妻系列在线观看| 乱人伦中文字幕成人网站在线| 欧美熟妇精品一区二区三区| 国产亚洲欧美成人久久片| 中文字幕日产人妻久久| av免费看网站在线观看| 熟女免费观看一区二区| 人妻少妇中文字幕在线| 女主播国产专区在线观看| 喷水白浆视频在线观看| 亚洲精品国产成人片| 暖暖视频在线观看免费| 日韩a∨精品日韩在线观看| 国产精品久久久一本精品| 亚洲黄色一插一抽动态图在线看| 亚洲av专区一区二区| 国产亚洲欧美精品永久| 亚洲中文字幕成人无码| 97精品伊人久久大香线蕉| 国产在线不卡视频| 国产在线视频一区二区三| 免费人成在线观看播放视频| 国产自拍视频免费在线| 久久久国产乱子伦精品作者| 丰满少妇愉情中文字幕18禁片| 99久久99久久久精品久久| 人妻尤物娇呻雪白丰挺| 美女脱掉内裤扒开下面让人插| 肥老熟妇伦子伦456视频| 香港日本三级亚洲三级| 欧美精品久久久久久久久| 一区二区三区婷婷中文字幕| 一区二区精品天堂亚洲av| 狠狠色狠狠色综合网| 特级无码毛片免费视频尤物| 欧美日韩在线免费看| 无码精品一区二区三区免费16| 日韩一区二区中文天堂| 欧美成人精品第一区| 国产肥熟女视频一区二区三区| 国产精品密播放国产免费看 |