【智能优化算法改进策略之局部搜索算子(五)—自适应Rosenbrock坐标轮换法】

1、原理介绍

作为一种有效的直接搜索技术，Rosenbrock坐标轮换法[1,2]是根据Rosenbrock著名的“香蕉函数”的特点量身定制的，该函数的最小值位于曲线狭窄的山谷中。此外，该方法是一种典型的基于自适应搜索方向集的无导数局部搜索技术。此法于1960年由Rosenbrock提出，它与Hooke-Jeeves模式搜索法有些类似，但比模式搜索更为有效。每次迭代运算分为两部分[3]：

1). 沿n个正交方向进行试探；

2). 决定n个新的正交方向以改善原来的搜索方向。每次迭代的试探方向组是不同的。

2、自适应Rosenbrock坐标轮换法

原始Rosenbrock坐标轮换法的搜索步长在初始化后根据搜索情况进行尺度因子调整，为了更好地适应复杂的适应度景观，考虑为步长更新融入更多的启发式信息，使其能够基于优化过程中精英个体获得的知识作出自适应的调整，公式如下所示：