正弦余弦算法的研究及应用综述
2020-07-17雍龙泉黎延海
计算机工程与应用 2020年14期
关键词:优化
雍龙泉,黎延海 ,贾 伟
1.陕西理工大学 数学与计算机科学学院,陕西 汉中 723000
2.陕西省工业自动化重点实验室,陕西 汉中 723001
1 引言
优化问题来源于人类对某种最优结果的追求,传统优化方法主要包括解析法、迭代法等。自从法国数学家柯西提出最速下降法之后,最优化的理论与算法逐渐形成。随着复杂、不可微、大规模优化问题的出现,优化问题的求解算法也从牛顿法、共轭梯度法、Powell法等发展到智能优化算法。文献[1]中给出了百余种智能优化算法,并对这些算法进行了归类。大体分为如下几类。
(1)仿植物生长算法,包括人工植物优化算法、人工藻类算法、树根优化算法、森林优化算法、入侵杂草优化算法、种子优化算法、花朵授粉优化算法等。
(2)群体智能优化算法,包括蚁群算法、粒子群算法、人工蜂群算法、蛙跳算法、人工鱼群算法、鲸鱼优化算法、细菌觅食算法、细菌趋药性算法、狼群算法、猴群算法、猫群优化算法、灰狼优化算法、布谷鸟优化算法、萤火虫算法、生物地理学优化算法等。
(3)进化算法,包括遗传算法、进化规划、进化策略、分布估计算法、差分进化算法、DNA计算、Memetic算法、文化算法等。
(4)仿自然优化算法,包括模拟退火算法、混沌优化算法、随机分形搜索算法、量子搜索算法、智能水滴优化算法、水波优化算法、人工雨滴算法、云搜索算法、气象模型优化算法、风驱动优化算法、宇宙大爆炸算法、引力搜索算法、极值动力学优化算法、闪电搜索算法、光线优化算法、化学反应优化算法等。……
登录APP查看全文
