基于极值动力学的优化
统计力学
2009-10-31 v2 神经与进化计算
最优化与控制
摘要
我们探索了一种新的通用启发式方法，用于寻找困难优化问题的高质量解。该方法称为极值优化，其灵感来源于自组织临界性——一个用于描述物理系统中涌现复杂性的概念。极值优化依次用新的随机变量替换单个次优解中极不理想的变量。随之而来的是大的涨落，从而有效地探索许多局部最优解。该启发式方法仅有一个可调参数，其性能已被证明可与更复杂的方法相媲美，尤其是在接近相变（被认为与最困难实例重合）时。我们使用极值优化来阐明3-着色问题中的相变，并为先前报道的d=3和4维±J自旋玻璃基态能量的外推提供了独立确认。
引用
@article{arxiv.cond-mat/0010337,
title = {Optimization with Extremal Dynamics},
author = {S. Boettcher and A. G. Percus},
journal= {arXiv preprint arXiv:cond-mat/0010337},
year = {2009}
}
备注
4 pages, RevTex4, 1 table and 3 ps-figures included, as to appear in PRL, related papers available at http://www.physics.emory.edu/faculty/boettcher/