基于群体的梯度下降法在非凸优化中的介绍
最优化与控制
2024-04-02 v1
摘要
优化领域的目标是找到目标函数的最优解，即最小化（或最大化）目标函数。在试图找到这样的全局最小值时，由于不利的过程和起始区域，常常会遇到局部最小值。Eitan Tadmor教授的基于群体的梯度下降法为解决全局最小化问题提供了一种替代方法。通过使用一群智能体，局部最小值不会被考虑，从而找到全局最小值。此外，智能体之间的通信导致搜索区域的进一步扩展。在Angela Kunoth教授的指导下，我在学士论文中介绍了这种基于群体的方法。因此，我使用自己的Julia程序来更直观地理解新方法的工作原理以及某些参数（如智能体数量或“q”）的影响。
引用
@article{arxiv.2404.00005,
title = {Introduction: Swarm-based gradient descent for non convex optimization},
author = {Janina Tikko},
journal= {arXiv preprint arXiv:2404.00005},
year = {2024}
}
备注
Bachelor Thesis