【摘要】：針對二階分布估計算法的早熟收斂問題,提出一種基于混合采樣機(jī)制的互信息分布估計算法(MIEDA).MIEDA利用互信息度量變量之間的相關(guān)性,形成互信息樹的概率模型;采用稀疏模型構(gòu)建的思想,并基于自私基因理論建立信息獎懲機(jī)制,以加快算法的收斂速度;結(jié)合反向?qū)W習(xí)、最優(yōu)解變異和隨機(jī)采樣形成混合采樣機(jī)制,以提高算法的采樣效率.仿真結(jié)果表明,MIEDA比常見的二階分布估計算法具有更高的穩(wěn)定性和更強(qiáng)的尋優(yōu)能力.
[Abstract]:Aiming at the problem of premature convergence of second-order distribution estimation algorithm, a mutual information distribution estimation algorithm (MIEDA). MIEDA) based on mixed sampling mechanism is proposed to form a probabilistic model of mutual information tree by using mutual information to measure the correlation between variables. Based on the theory of selfishness gene and sparse model, the mechanism of information reward and punishment is established to speed up the convergence of the algorithm. In order to improve the sampling efficiency of the algorithm, the hybrid sampling mechanism is formed by combining the reverse learning, optimal solution mutation and random sampling. The simulation results show that MIEDA has higher stability and better searching ability than the common second-order distribution estimation algorithm.
【作者單位】： 廣東工業(yè)大學(xué)計算機(jī)學(xué)院;
【基金】：國家自然科學(xué)基金項目(61502108) 廣東省重大科技專項項目(2014B010111007) 廣東省自然科學(xué)基金項目(2014A030313512) 廣東省公益研究與能力建設(shè)專項項目(2016A010101027)
【分類號】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 齊潔;汪定偉;;極值優(yōu)化算法綜述[J];控制與決策;2007年10期

2 孫騫;張進(jìn);王宇翔;;蟻群算法優(yōu)化策略綜述[J];信息安全與技術(shù);2014年02期

3 胡娟,王常青,韓偉,全智;蟻群算法及其實(shí)現(xiàn)方法研究[J];計算機(jī)仿真;2004年07期

4 李金漢;杜德生;;一種改進(jìn)蟻群算法的仿真研究[J];自動化技術(shù)與應(yīng)用;2008年02期

5 李修琳;魯建廈;柴國鐘;湯洪濤;;混合蜂群算法求解柔性作業(yè)車間調(diào)度問題[J];計算機(jī)集成制造系統(tǒng);2011年07期

6 秦全德;程適;李麗;史玉回;;人工蜂群算法研究綜述[J];智能系統(tǒng)學(xué)報;2014年02期

7 李豆豆;邵世煌;齊金鵬;;生存遷移算法[J];系統(tǒng)仿真學(xué)報;2008年08期

8 曹炬;賈紅;李婷婷;;煙花爆炸優(yōu)化算法[J];計算機(jī)工程與科學(xué);2011年01期

9 劉曉勇;付輝;;一種快速AP聚類算法[J];山東大學(xué)學(xué)報(工學(xué)版);2011年04期

10 王圣堯;王凌;方晨;許燁;;分布估計算法研究進(jìn)展[J];控制與決策;2012年07期

相關(guān)會議論文 前2條

1 朱雙東;艾智斌;閻夏;;BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)方案探析[A];1998年中國智能自動化學(xué)術(shù)會議論文集（上冊）[C];1998年

2 唐乾玉;陳翰馥;韓曾晉;;串行生產(chǎn)線的參數(shù)優(yōu)化[A];1994年中國控制會議論文集[C];1994年

相關(guān)博士學(xué)位論文 前2條

1 王可心;大規(guī)模過程系統(tǒng)非線性優(yōu)化的簡約空間理論與算法研究[D];浙江大學(xué);2008年

2 傅啟明;強(qiáng)化學(xué)習(xí)中離策略算法的分析及研究[D];蘇州大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 馬英鈞;基于人工蜂群算法的約束優(yōu)化問題研究[D];華中師范大學(xué);2015年

2 孫方亮;基于粒子群與中心引力的一種新混合算法及應(yīng)用[D];西安電子科技大學(xué);2014年

3 張德祥;基于改進(jìn)蟻群算法的機(jī)器人三維路徑規(guī)劃研究[D];青島科技大學(xué);2015年

4 盧協(xié)平;聯(lián)盟競賽算法的研究與應(yīng)用[D];福州大學(xué);2014年

5 代水芹;基于種群分解的進(jìn)化超多目標(biāo)算法及其應(yīng)用[D];廣東工業(yè)大學(xué);2016年

6 李倩;支持張量機(jī)的切平面算法研究[D];華南理工大學(xué);2016年

7 姚洪曼;基于改進(jìn)人工蜂群算法的模糊聚類研究[D];廣西大學(xué);2016年

8 丁亞英;基于局部搜索和二進(jìn)制的改進(jìn)人工蜂群算法[D];南京師范大學(xué);2016年

9 楊杰;基于粒子群優(yōu)化算法的不確定聚類技術(shù)研究[D];北方民族大學(xué);2016年

10 周雨鵬;基于鴿群算法的函數(shù)優(yōu)化問題求解[D];東北師范大學(xué);2016年

，

本文編號：2372587