[发明专利]一种自适应的直接搜索模拟退火方法

说明书

技术领域

本发明涉及一种自适应的直接搜索模拟退火算法。

背景技术

文献1“Kirkpatrick S,Gelatt C D,Vecchi M P.Optimization by simulated annealing.Science1983,220(4598):671-680.”公开了一种模拟退火（SA）算法。这种算法不具备记忆功能。

文献2“Ali M M,A,Viitanen S.A direct search variant of the simulated annealing algorithm for optimization involving continuous variables.Computers&Operations Research.2002,29:87-102.”公开了一种直接搜索模拟退火（Direct Search Simulated Annealing,以下简称为“标准DSA”）算法，这种算法设有一个工作点集，按随机概率选择基于工作点集以受控方式产生新工作点或基于整个搜索空间按均匀分布随机方式产生新工作点，新工作点按概率取代工作点集中的最差工作点，具有记忆功能。

文献3“申玮，模拟退火算法的改进及其在水环境工程中的应用，硕士学位论文，浙江大学，2004.”公开了一种每次迭代按随机或正交设计方式生成包含当前工作点的工作点集、在工作点集中的最佳工作点邻域内随机产生新工作点的DSA算法。这种算法需动态生成工作点集，具有记忆功能。

文献4“Erdal O,Sonmez F O.Optimum design of composite laminates for maximum buckling load capacity using simulated annealing.Computers&Structures.2005,71:45-52.”公开了一种按随机概率选择基于工作点集以受控方式产生新工作点或在工作点集中随机选取一工作点进行随机扰动产生新工作点的DSA算法。这种算法没考虑在整个搜索空间以随机方式产生新工作点，具有记忆功能。

文献5“Akbulut M,Sonmez F O.Optimum design of composite laminates for minimum thickness.Computers&Structures.2008,86:1974-1982.”公开了一种在工作点集中随机选取一工作点进行随机扰动产生新工作点的DSA算法。这种算法没考虑基于工作点集以受控方式或在整个搜索空间以随机方式的新工作点产生方式，具有记忆功能。

文献6“Akbulut M,Sonmez F O.Design optimization of laminated composites using a new variant of simulated annealing.Computers&Structures.2011,89:1712-1724.”公开了一种在工作点集中随机选取一工作点进行随机扰动产生新工作点、新工作点按概率随机取代工作点集中最差的n+1个工作点之一的DSA算法(n为设计变量个数)。这种算法提出了新的温度下降系数、新工作点取代机制，具有记忆功能。

以上文献的典型特点是：1)DSA算法因存在工作点集而具有记忆功能；2)标准DSA算法具有较好的全局和局部协调的搜索能力，但对高维优化问题，算法的稳定性差、成功率低，且易陷入局部极值；3)改进的DSA算法发展了基于工作点集的新工作点产生机制，对算法求解高维优化问题的性能表现有一定改善，但因舍弃在整个搜索空间的随机产生新工作点方式，弱化了算法的全局搜索能力，对算法易陷入局部极值问题没有改进。

发明内容

本发明的目的在于提供了一种自适应的直接搜索模拟退火（ADSA）算法，它实现了算法跳出局部极值进行全局搜索、加快搜索效率、提高算法稳定性和成功率的要求。

本发明是这样来实现的，改变标准DSA算法的初始温度计算方法、迭代终止条件设置及新工作点产生方式，即初始温度计算结合问题规模和难易程度按自适应方法处理；迭代终止条件增加最大迭代次数限制；通过对工作点集中最佳工作点变化的监测，引入新工作点搜索范围随迭代温度动态变化的自适应方法，并将标准DSA算法的新工作点按均匀分布随机产生方式改为按变尺度柯西分布随机产生。它包括下述步骤：