论文部分内容阅读
随机优化的交叉熵方法具有高效性和自适应性的特点,在高维和非线性等复杂优化问题中具有巨大的开发潜力。针对传统交叉熵优化方法精度不足的缺点,提出使用"当前精英样本"和"全局精英样本"构建新的参数更新策略,以充分提取迭代历史中的有用信息。采用自适应的平滑策略和变异操作进一步提升计算性能。通过3个计算实例证明,改进后的方法比传统交叉熵方法具有更高的计算精度和更强的全局搜索能力。