基于抽象凸下界估计的群体全局优化算法

针对确定性全局优化算法极高的计算复杂度以及随机性全局优化算法可靠性较低的问题, 在群体进化算法框架下, 结合抽象凸理论, 提出一种基于抽象凸下界估计的群体全局优化算法. 首先, 对整个初始群体构建抽象凸下界估计松弛模型; 然后, 利用不断收紧的下界估计信息安全排除部分无效区域, 并指导种群更新, 同时借助支撑面的下降方向作局部增强; 最后, 根据进化信息更新支撑面. 数值实验结果表明了所提出算法的有效性.