用于离散优化的重正化方法
无序系统与神经网络
2009-10-31 v2 最优化与控制
摘要
重正化群已被证明是物理学中处理多尺度系统的强有力的工具。这里我们展示如何将其改造为一类新的离散优化算法。我们方法的核心使用重正化和递归，这些过程被嵌入到遗传算法中。系统在所有尺度上自洽地优化，从而以高概率找到基态构型。为证明该方法的普适性，我们在旅行商问题和自旋玻璃问题上进行了测试。结果表明我们的“遗传重正化算法”极为强大。
引用
@article{arxiv.cond-mat/9901276,
title = {Renormalization for Discrete Optimization},
author = {J. Houdayer and O. C. Martin},
journal= {arXiv preprint arXiv:cond-mat/9901276},
year = {2009}
}
备注
4 pages, no figure