摘要：绝对值方程Ax-｜x｜=b是一类不可微的NP-hard问题.假设矩阵A满足一定条件,将转轴法融入到遗传算法中,设计了一种新的求解绝对值方程的方法.混合后的方法能够有效克服转轴法对初始点要求敏感和遗传算法在迭代后期计算效率下降的缺陷.数值实验显示整合后的算法在求解精度和收敛速度上有所提升.

摘要：设计一种利用单纯形法进行局部优化的人群搜索算法求解一类形如Ax-|x|=b的不可微绝对值方程的新算法.该算法通过引进单纯形算法,提高基本人群搜索算法的局部搜索能力,增加跳出局部最优解的概率,从而有效改进人群搜索算法在计算后期易陷入局部最优的缺点.实验结果表明,该算法在求解绝对值方程时,计算精度高、鲁棒性能好.

摘要：针对人群搜索算法在后期搜索时收敛速度减慢、容易陷入次优解、计算效果变差等缺点,设计一种融入模式搜索的改进人群搜索算法。利用6个标准测试函数进行仿真实验,发现改进后的算法在收敛速度和精度上明显提高,尤其是在后期能够进行突跳进而摆脱局部次优解,鲁棒性好,全局寻优能力增强。

摘要：将遗传算法的全局搜索能力和模拟退火算法的局部细化能力结合起来,设计了一种新的遗传模拟退火算法(GSAA),将该算法用于求解一类不可微的NP-hard问题:绝对值方程Ax-x=b.数值仿真表明,该算法有效地克服了遗传算法易早熟、模拟退火算法运算效率低的缺点.