原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多种群模式协同搜索贝叶斯优化算法.pdf
th
Proceedings of the 25 Chinese Control Conference
7-11 August, 2006, Harbin, Heilongjiang
多种群模式协同搜索贝叶斯优化算法
羌磊，肖田元，宋士吉
清华大学自动化系, 北京 100084
E-mail: Qianglei99@mails.tsinghua.edu.cn
摘 要: 本文提出一类多种群贝叶斯优化（BOA ）算法，建立了种群间有效的模式协同搜索机制，以保护种群多样
性，避免搜索过程的早熟。给出了多变量统计建模环境下的交流模式选择，统计模型结构更新和统计模型参数更新
策略，并将概率参数更新过程归结为一类约束规划问题，以保证参数变动的平衡性。对算例仿真的结果验证了所提
算法的有效性。
关键词: 模型统计优化；多种群优化；贝叶斯网络；生产调度
Multi-Population Bayesian Optimization Algorithm using Cooperated Pattern
Search Strategy
Qiang Lei, Xiao Tian-yuan, Song Shi-ji
Automation Department, Tsinghua University, Beijing 100080
E-mail: Qianglei99@mails.tsinghua.edu.cn
Abstract: This paper proposed a multi-population based Bayesian Optimization Algorithm (BOA). It combines the Bayesian
statistic optimization technic with multi-population scheme. And the cooperated pattern search mechanism is provided, wich
is used to avoid premature convergence problem It includes the pattern selection, model structure update and model
parameter update processes. And a constraint planning model is used to balance the parameter update process. The results of
examination test shows the new algorithm’s efficiency.
Key Words: Model Statistic Optimization; Multi-population Optimization; Bayesian Network; Scheduling
化选择中超级个体造成的种群多样性缺失（早熟）问
1. 引言 ( Introduction ) 题。而如何避免这种早熟问题就成为提高贝叶斯算法
优化效率的关键之一。
贝 叶 斯 优 化 方 法 ( Bayesian Optimization 与单种群进化算法相比，多种群算法可以维持多
Algorithm ，BOA)是近年来逐
文档评论（0）