摘要

将云的生成、动态运动、降雨和再生成等自然现象与智能优化算法的思想融合,设计了一种新的智能优化算法——云搜索优化算法(Clouds Search Optimization Algorithm)。云团内部水滴可以产生差商信息来指导搜索,差商可以逼近梯度,且负差商与负梯度同样为函数值下降方向。基于此,进一步提出带差商信息的云搜索优化算法(Clouds Search Optimization Algorithm with Difference Quotient Information)。依据差商与梯度的近似关系,证明了DCSO具有类似经典的基于梯度的优化算法的收敛性,最优水滴可以收敛到极值点。benchmark函数的数值实验表明,CSO与DCSO都具有很强的寻优能力,且差商信息可以指导水滴迅速向极值点移动,大大提高了DCSO的收敛速度。