沈繼紅，李加蓮
哈爾濱工程大學理學院，黑龍江哈爾濱

哈爾濱工程大學自動化學院，黑龍江哈爾濱

摘　　　要：光線尋優算法是一種模擬光傳播過程的智能優化算法，具有可調參數少、結構簡單、容易實現等優點。該算法用網格劃分可行域，將具有不同折射率的介質填充到各網格中，并將光在此變折射率介質中的傳播路徑設想成算法的尋優路徑，從而達到自動搜索尋優的目的。將光線尋優算法用于求解文獻中的６個標準測試函數，并與模擬退火算法、保留精英遺傳算法、標準粒子群算法進行比較，通過大量數值實驗驗證了算法的可行性、有效性及潛在的優越性。

關　鍵　詞：費馬原理；智能優化；光線尋優算法；函數優化

１　引　言
在實際的生產過程中，優化問題通常為ＮＰ�餐耆珕栴}，此時由于求解的復雜性，傳統的優化方法，如眾所周知的較速下降法、共軛梯度法等變得無能為力。迫于此需要，很多智能優化算法出現了，它們通過模擬自然界的內在機理解決復雜的計算問題，不要求函數的連續性、凸性以及函數表達式，對數據不確定性也有著良好的適應性。由于獨特的優點和機制，智能優化算法引起了國內外學者的廣泛興趣，并已廣泛地應用于各領域。常見的智能優化算法如模擬退火算法［１］、遺傳算法［２］、粒子群算法［３］等。這些算法有諸多參數需要人為地調整，人為的因素，如對問題的了解、參數和規則的搭配等，將造成計算結果的差異。光線尋優算法（ＬｉｇｈｔＲａｙＯｐｔｉｍｉｚａｔｉｏｎＡｌｇｏｒｉｔｈｍ，ＬＲＯ）完全模擬光在變折射率介質中的傳播過程，具有自動尋優的性質，僅有網格大小一個參數需要調整，而且從理論角度講，網格越小，精度越高，實驗中需要根據精度要求等通過大量實驗確定合適的網格，有關網格選取的理論依據仍在研究中。作為較近提出的一種新算法，ＬＲＯ顯示出一定的優越性和尋優能力，但仍有很多問題需要進一步研究。

登錄網站后可下載文件