本文主要是介绍智能优化算法改进策略之局部搜索算子(三)—二次插值法，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1、原理介绍
多项式是逼近函数的一种常用工具。在寻求函数极小点的区间（即寻查区间）上，我们可以利用在若干点处的函数值来构成低次插值多项式，用它作为求极小点的函数的近似表达式，并用这个多项式的极小点作为原函数极小点的近似。低次多项式的极小点比较容易计算。常用的插值多项式为二次或三次，一般说来三次插值公式的收敛性好一些，但在导数不变计算时，三点二次插值也是一种常用的方法[1]。
3、仿真实验
以海洋捕食者算法（MPA）为基本算法。考察基于二次插值法的改进海洋捕食者算法（命名为QIMPA） vs. 海洋捕食者算法（MPA）
在Sphere函数上：
在Schwefel's2.21上：
在CEC2017-5上：
在CEC2017-8上：
在CEC2017-12上：
代码获取：
4、参考文献
[1] Sun W, Yuan Y X. Optimization theory and methods: nonlinear programming[M]. Springer Science & Business Media, 2006.
这篇关于智能优化算法改进策略之局部搜索算子(三)—二次插值法的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
