【摘要】：針對(duì)處理大尺度全局優(yōu)化問題,提出一種基于自適應(yīng)t-分布的分布估計(jì)算法(EDA-t).該算法不僅求解效果良好,而且求解速度也比同類型算法快.其基本思想是:在迭代搜索過程,首先利用期望最大化算法對(duì)演化種群進(jìn)行概率主成分分析,然后根據(jù)得到的概率隱變量建立算法的概率模型,并通過t-分布自由度自適應(yīng)方法,在算法收斂停滯時(shí)跳出局部最優(yōu).由于在構(gòu)建模型時(shí)進(jìn)行了數(shù)據(jù)降維,在不影響算法求解精度的前提下,其計(jì)算開銷得到了明顯降低.通過和目前主流的演化算法在大尺度優(yōu)化測(cè)試函數(shù)上的仿真實(shí)驗(yàn)和分析,驗(yàn)證了所提算法的有效性和適用性.
[Abstract]:An adaptive distribution estimation algorithm (EDA-t) based on t- distribution is proposed to deal with large scale global optimization problems. The algorithm is not only effective but also faster than the similar algorithm. The basic idea is: in the iterative search process, the probabilistic principal component analysis (PPCA) of the evolutionary population is carried out by using the expectation maximization algorithm, and then the probabilistic model of the algorithm is established according to the obtained probabilistic hidden variables. The adaptive method of t- distributed degree of freedom is used to jump out of the local optimum when the convergence of the algorithm stops. Because of the dimensionality reduction when the model is constructed, the computational cost is obviously reduced without affecting the accuracy of the algorithm. The validity and applicability of the proposed algorithm are verified by simulation and analysis on the large scale optimization test function with the current mainstream evolutionary algorithm.
【作者單位】： 武漢大學(xué)計(jì)算機(jī)學(xué)院;南陽(yáng)理工學(xué)院軟件學(xué)院;巖土力學(xué)與工程國(guó)家重點(diǎn)實(shí)驗(yàn)室(中國(guó)科學(xué)院武漢巖土力學(xué)研究所);
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61170305,61672024,41472288) 河南省高等學(xué)校重點(diǎn)科研項(xiàng)目計(jì)劃(17A520046)~~
【分類號(hào)】：TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 張成;汪東;沈川;程鴻;陳嵐;韋穗;;基于奇異值分解的可分離壓縮成像方法[J];計(jì)算機(jī)研究與發(fā)展;2016年12期

2 方民權(quán);張衛(wèi)民;周海芳;;集成眾核上快速獨(dú)立成分分析降維并行算法[J];計(jì)算機(jī)研究與發(fā)展;2016年05期

3 張博;郝杰;馬剛;岳金朋;張建華;史忠植;;混合概率典型相關(guān)性分析[J];計(jì)算機(jī)研究與發(fā)展;2015年07期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 韓義波;陳可;;基于GIS信息調(diào)度的土地規(guī)劃優(yōu)化方法[J];科技通報(bào);2017年08期

2 王豫峰;董文永;董學(xué)士;王浩;;求解大尺度優(yōu)化問題的學(xué)生t-分布估計(jì)算法[J];計(jì)算機(jī)研究與發(fā)展;2017年08期

3 李珊;劉繼超;邵芬紅;;Web日志與瀏覽行為結(jié)合下的用戶瀏覽興趣數(shù)據(jù)挖掘分析[J];現(xiàn)代電子技術(shù);2017年05期

4 張博;郝杰;馬剛;史忠植;;基于弱匹配概率典型相關(guān)性分析的圖像自動(dòng)標(biāo)注[J];軟件學(xué)報(bào);2017年02期

5 張清忠;;面向云計(jì)算的時(shí)間序列數(shù)據(jù)挖掘系統(tǒng)架構(gòu)設(shè)計(jì)[J];西安工程大學(xué)學(xué)報(bào);2016年05期

6 魏江來(lái);;數(shù)據(jù)庫(kù)模糊邏輯推理中的關(guān)鍵信息索引優(yōu)化[J];計(jì)算機(jī)仿真;2016年08期

7 席紅旗;許智;;引入主頻分離激勵(lì)分析的網(wǎng)絡(luò)漏洞檢測(cè)算法[J];科技通報(bào);2016年07期

8 宋小芹;王東亞;;采用結(jié)構(gòu)相似度定位的數(shù)據(jù)庫(kù)存儲(chǔ)軟件調(diào)度設(shè)計(jì)[J];軟件導(dǎo)刊;2016年07期

9 劉靜靜;智淑敏;;一種傳感器網(wǎng)絡(luò)不確定感知數(shù)據(jù)挖掘方法研究[J];電子設(shè)計(jì)工程;2016年13期

10 陸興華;李國(guó)恒;余文權(quán);陳永聰;;基于模糊C均值聚類的科研管理數(shù)據(jù)庫(kù)調(diào)度算法[J];計(jì)算機(jī)與數(shù)字工程;2016年06期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 張成;張芬;沈川;章權(quán)兵;韋穗;王岳;;頻域二元純相位編碼壓縮成像[J];計(jì)算機(jī)研究與發(fā)展;2014年09期

2 張成;楊海蓉;韋穗;;循環(huán)-托普利茲塊相位掩�？蓧嚎s雙透鏡成像[J];光學(xué)學(xué)報(bào);2011年08期

3 彭巖;張道強(qiáng);;半監(jiān)督典型相關(guān)分析算法[J];軟件學(xué)報(bào);2008年11期

4 王和勇;鄭杰;姚正安;李磊;;基于聚類和改進(jìn)距離的LLE方法在數(shù)據(jù)降維中的應(yīng)用[J];計(jì)算機(jī)研究與發(fā)展;2006年08期

5 孫權(quán)森,曾生根,王平安,夏德深;典型相關(guān)分析的理論及其在特征融合中的應(yīng)用[J];計(jì)算機(jī)學(xué)報(bào);2005年09期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 唐浩;;蟻群算法的研究與展望[J];牡丹江教育學(xué)院學(xué)報(bào);2009年06期

2 鄧小波;曹聰聰;龍倫海;康耀紅;;蟻群算法搜索熵研究[J];海南大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

3 張康;顧幸生;;全局組搜索優(yōu)化算法及其應(yīng)用研究[J];青島科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年05期

4 李東曉;蔣珉;柴干;;蟻群算法優(yōu)化及其在高速公路緊急救援中的應(yīng)用[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年11期

5 _5文龍 ,黃，

本文編號(hào)：2391541