检索结果-南通市图书馆

A K-Means Clustering-Based multiple importance sampling Algorithm for Integral Global Optimization

Journal of the Operations Research Society of China 2023年第1期11卷 157-175页

作者： Chen Wang Dong-Hua Wu Department of Mathematics Shanghai UniversityShanghai200444China

In this paper, we propose a K-means clustering-based integral level-value estimation algorithm to solve a kind of box-constrained global optimization problem. For this purpose, we introduce the generalized variance function associated with the level-value of the objective function to be minimized. The variance function has a good property when Newton’s method is used to solve a variance equation resulting by setting the variance function to zero. We prove that the largest root of the variance equation is equal to the global minimum value of the corresponding optimization problem. Based on the K-means clustering algorithm, the multiple importance sampling technique is proposed in the implementable algorithm. The main idea of the cross-entropy method is used to update the parameters of sampling density function. The asymptotic convergence of the algorithm is proved, and the validity of the algorithm is verified by numerical experiments.

关键词： Global optimization Generalized variance function multiple importance sampling K-means clustering algorithm

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：