- 1、本文档共7页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
基于混合采样机制的互信息分布估计算法-控制与决策
第 卷 第 期 控 制 与 决 策
年 月
文章编号
基于混合采样机制的互信息分布估计算法
林志毅 谢国波 王丽娟
广东工业大学计算机学院,广州
摘 要 针对二阶分布估计算法的早熟收敛问题 提出一种基于混合采样机制的互信息分布估计算法
利用互信息度量变量之间的相关性 形成互信息树的概率模型 采用稀疏模型构建的思想 并基于自私基
因理论建立信息奖惩机制 以加快算法的收敛速度 结合反向学习、最优解变异和随机采样形成混合采样机制 以
提高算法的采样效率 仿真结果表明 比常见的二阶分布估计算法具有更高的稳定性和更强的寻优能力
关键词 互信息;自私基因;信息奖惩机制;混合采样机制
中图分类号 文献标志码
, , ,
ffi
; ; ;
引 言 等二阶分布估计算法 并在函数优化和
分布估计算法 是一种基于概率模型的进 组合优化方面得到了应用 然而 目前的二阶分布估
计算法存在以下两个问题
化算法 采用基因间的联合概率分布表示其连锁
关系 利用统计学习方法引导种群的进化方向 从原 在建立概率模型时 需要统计大量的群体样本
理上克服了传统进化计算中难以解决的连锁学习问 才能得到较为准确的概率模型信息 导致群体规模对
题 目前 分布估计算法已经成为进化计算领域的研 模型的影响很大 如果种群规模较小 则建立的概率
究热点和解决实际工程应用问题的有效方法 人们 模型可能无法真正描述群体的信息 从而导致算法的
求解效果不好 此外 如果每一代都建立概率模型 算
提出了各种不同的分布估计算法 并在组合优化 、
法的时空开销则会较大
多目标优化 、机器学习 和多分类器系统构造
等方面得到了成功的应用 在对概率模型采样时 基本上都是采用单一的
众多的分布估计算法中 二阶分布估计算法由于 采样机制且大都为随机采样 然而 到目前为止 没有
模型相对简单 求解效果尚可 得到了一些研究者的 机制保持采样时的种群多样性 也没能充分利用当前
青睐 目前已提出了 、 、 、 已发现的最优个体的局部信息
收稿日期 ;修回日期
基金项目 国家自然科学基金项目;广东省重大科技专项项目;广东省自然科学基金
项目;广东省公益研究与能力建设专项项目
作者简介 林志毅 男 讲师 博士 从事自然计算、信息安全的研究;谢国波 男 教授 博士 从事
文档评论(0)