论文研究 基于改进差分进化算法的Rosenbrock函数优化问题研究

Rosenbrock函数优化属于无约束优化问题，其全局最小值位于抛物线形状的平滑且狭窄的谷底。 由于为优化算法提供的信息很少，因此很难找到函数的全局最小值。 根据Rosenbrock函数的特点，专门提出了一种改进的差分进化算法，该算法采用自适应缩放因子F和交叉速率CR并带有消除机制，可以有效避免算法的过早收敛和局部最优。 该算法还可以在早期扩展搜索范围，以找到Rosenbrock函数的全局最小值。 实验结果表明，该算法具有较好的函数优化性能，为某些特殊领域的问题提供了类似于Rosenbrock函数的优化思想。