.png){kind=icon}
返回
FAST AND ROBUST CONSENSUS-BASED OPTIMIZATION VIA OPTIMAL FEEDBACK CONTROL
.png){kind=icon}
PRE
AI
DOI：10.1137/24M170644X.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
CBO方法引入反馈控制项，以提升对多变量非凸函数全局最小值的收敛性。反馈律为哈密尔顿-雅可比-贝尔曼（HJB）方程数值近似的梯度，作为原目标函数的代理。因此，相应的控制信号提供梯度类信息，便于识别全局最小值，而无需直接计算目标函数的导数。所提方法在数值实验中表现出较标准CBO方法显著的性能提升，尤其在粒子数量有限或初始粒子群未良好定位于全局最小值附近时。同时，该改进保持了算法在平均场意义下的可分析性。实验评估了其优异的收敛速率。
Keyword:
global optimization
consensus-based optimization
Hamilton-Jacobi-Bellman PDEs
high-dimensional polynomial approximation
期刊
IF:
2.6
论文数:
5.1K
被引数:
1.8W
机构
引用论文
A Consensus-Based Global Optimization Method with Adaptive Momentum Estimation一种基于共识的自适应动量估计全局优化方法
.png){kind=icon}
PREAI
分享收藏
分享收藏
查看更多内容