曲线空间优化：基于广义相对论的随机搜索
摘要：设计一种快速高效的优化方法，具有避免局部最优解能力，适用于各种优化问题，这对许多研究者而言仍然是一个未解决的问题。本文介绍了一种新的全局优化方法，称为曲线空间优化（CSO），它是一种简单的概率优化方法，通过引入广义相对论理论的概念进行改进。为了解决性能和收敛性等全局优化挑战，该方法基于将随机搜索空间转化为基于广义相对论理论中时空曲率概念的新搜索空间的转换进行设计。为了评估我们提出的方法的性能，部署了CSO的实现，并将其结果与最先进的优化方法在基准函数上进行了比较。结果表明，CSO在单峰和多峰基准函数上的性能是有希望的，并且适用于不同的搜索空间维度尺寸。
作者：Fereydoun Farrahi Moghaddam, Reza Farrahi Moghaddam, Mohamed Cheriet
论文ID：1208.2214
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2012-08-13