提升优化性能：高斯 crunching 搜索与鲍威尔方法混合的无导数优化新策略
最优化与控制
2023-08-10 v1 机器学习
摘要
本文提出一种通过高斯Crunching搜索(GCS)与鲍威尔方法混合以用于无导数优化的新方法来提升优化性能。尽管GCS在克服传统无导数优化方法所面临挑战方面已展现出前景[1]，其未必总擅长寻找局部极小值。另一方面，某些传统方法在此方面可能具有更优性能。然而，GCS展现出逃离局部极小陷阱并逼近全局极小的能力。通过实验，我们发现将GCS与某些传统无导数优化方法结合，可在保留各自优势的同时显著提升性能。该混合方法为优化复杂系统及在一系列应用中寻找最优解开辟了新可能。
引用
@article{arxiv.2308.04649,
title = {Enhancing Optimization Performance: A Novel Hybridization of Gaussian Crunching Search and Powell's Method for Derivative-Free Optimization},
author = {Benny Wong},
journal= {arXiv preprint arXiv:2308.04649},
year = {2023}
}
备注
8 pages