摘要
对凸二次整数极小化问题提出了一种随机水平值逼近算法,该算法应用了重点取样技术,并利用极小化相对熵的思想来更新取样密度.对算法的渐近收敛性进行了证明,给出了数值实验的结果.
A stochastic level value approximating method for quadratic integer convex minimizing problem was proposed. This method applies the importance sampling technique, and uses the main idea of the cross-entropy method to update the sample density functions. The asymptotic convergence of this algorithm was also proved, and some numerical results to illuminate its efficiency was reported.
出处
《应用数学和力学》
EI
CSCD
北大核心
2008年第6期726-734,共9页
Applied Mathematics and Mechanics
基金
国家自然科学基金资助项目(10671117)
上海市重点学科资助项目(J50101)
湖南省教育厅青年基金资助项目(06B037)
关键词
凸二次整数极小化
随机水平值逼近
相对熵方法
渐近收敛性
quadratic integer convex programming
stochastic level value approximation
cross-entropy method
asymptotic convergence
作者简介
邬冬华（1961-）男，上海人，教授，博士（联系人．Tel：＋86-21-66132413；E-mail：dhwu@staff．shu．edu．cn）．
