论文部分内容阅读
均值平移算法是一种非参数的统计迭代算法,将其引入函数优化领域,提出新的权重函数:根据各个样本点对应的函数值之间的关系确定其相应的权重;由样本点的空间分布特征,提出一种自适应选择核窗宽的方法,为不同的样本点选择不同的核窗宽,较大地提高了算法的执行效率。与遗传算法的对照实验表明,该算法在求解具有多个极值的函数时,能更直观地指出存在这些极值点的分布情况;对存在唯一极值的情况也能够很快地跳出局部极大值点的干扰。