于　干, 周红志

(阜阳师范学院 信息工程学院，安徽 阜阳 236041)



一种新的自适应动态网格优化算法

于干, 周红志

(阜阳师范学院 信息工程学院，安徽 阜阳 236041)

摘要：针对动态网格优化算法(GEA)收敛速度较快，收敛精度不够理想，特别是解决多峰函数有可能会错过全局最优解的缺陷，提出了一种新的自适应动态网格优化算法.通过评估早熟收敛程度，将早熟收敛程度、函数的峰值与步长的变化联系起来，加入1个随机因子用以调整搜索范围，从而提高了算法的寻优效率.通过对典型的MP问题的测试，并与其他的动态优化算法比较，证明了算法的有效性.

关键词：动态网格优化算法；收敛程度；随机因子；有效性

动态网格优化算法(Gridding Evolutionary Algorithm，GEA)[1]是2007年由于干等人提出的一种基于网格节点的快速收敛算法.网格算法[2]的这种基于搜索网格节点的技术具有很强的定向搜索能力，主要体现为：算法能够按照设计好的搜索技术总是搜索当前几个较好的方向，这项技术能够保证算法不局限于只围绕一个点搜索，从而陷入局部最优，因此理论上它每次运行都能找到函数的全局最优解.

但网格优化算法的定向搜索特性在一定程度上限制了算法本身的随机性，优化结果的优劣很大程度上依赖于研究者给出的定向搜索信息，即所设置的一些参数如：演化步长、每代设定的较优解个数、每代搜索的网格点个数等.研究者通过对文献[3-4]的研究，借助其研究成果，设计了一种……