期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
分布估计算法综述 被引量:210
1
作者 周树德 孙增圻 《自动化学报》 EI CSCD 北大核心 2007年第2期113-124,共12页
分布估计算法是进化计算领域新兴起的一类随机优化算法,是当前国际进化计算领域的研究热点.分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,如此反复... 分布估计算法是进化计算领域新兴起的一类随机优化算法,是当前国际进化计算领域的研究热点.分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,如此反复进行,实现群体的进化.分布估计算法中没有传统的交叉、变异等遗传操作,是一种全新的进化模式;这种优化技术能够通过概率图模型对变量之间的关系进行建模,从而能有效的解决多变量相关的优化问题.根据概率模型的复杂性,本文按照变量无关、双变量相关、多变量相关等三类分别介绍相应的分布估计算法.作为一篇综述性文章,本文旨在全面系统的向国内读者介绍这一新技术,并总结分布估计算法的研究现状和未来的研究方向. 展开更多
关键词 分布估计算法 遗传算法 统计学习 概率模型
下载PDF
基于用户兴趣模型的协同过滤推荐算法 被引量:8
2
作者 梁天一 梁永全 +1 位作者 樊健聪 赵建立 《计算机应用与软件》 CSCD 北大核心 2014年第11期260-263,共4页
协同过滤推荐算法是目前应用最广泛个性化推荐技术,其中用户相似度的计算方法是影响推荐算法质量的关键因素。针对传统协同过滤算法中稀疏评分数据造成的用户相似度计算不准确问题,提出一种基于用户兴趣模型的协同过滤推荐算法。该算法... 协同过滤推荐算法是目前应用最广泛个性化推荐技术,其中用户相似度的计算方法是影响推荐算法质量的关键因素。针对传统协同过滤算法中稀疏评分数据造成的用户相似度计算不准确问题,提出一种基于用户兴趣模型的协同过滤推荐算法。该算法使用分布估计算法建立用户兴趣模型,并使用用户兴趣模型计算用户间相似度。实验表明,该算法的准确性受数据稀疏性影响较小,同时在收敛速度和推荐准确性方面有明显提高。 展开更多
关键词 分布估计算法 协同过滤 用户兴趣模型
下载PDF
松驰互补的分布估计算法求解多维背包问题 被引量:5
3
作者 杨广益 欧阳智敏 全惠云 《计算机工程与应用》 CSCD 北大核心 2007年第12期77-80,共4页
演化计算(Evolutionary Computation简记为EC)是受自然界物种进化启发而产生的一类优化技术;分布估计算法(Estimation of Distribution Algorithms简记为EDAs)是一类基于概率模型的估计与模拟的演化算法,它在参数设置及计算效率上有着... 演化计算(Evolutionary Computation简记为EC)是受自然界物种进化启发而产生的一类优化技术;分布估计算法(Estimation of Distribution Algorithms简记为EDAs)是一类基于概率模型的估计与模拟的演化算法,它在参数设置及计算效率上有着其它演化方法难以比拟的优势[1]。受自然界互补机制的启发,提出了一种改进的分布估计算法-松驰互补分布估计算法(Relaxed Complemental Estimation of Distribution Algorithm简记为RCEDA)。在求解Chu和Beasley提出的MKP Benchmark[3]时,算法在较短的时间内找到了大多数目前书籍的最好解,分析和实验结果表明RCEDA是一种较好的演化算法。 展开更多
关键词 多维背包问题 分布估计算法 线性规划 松驰互补模型
下载PDF
分布估计算法与爬山法的混合优化算法
4
作者 闫晓梅 王丽芳 严莉娜 《太原科技大学学报》 2014年第5期328-333,共6页
针对经验Copula分布估计算法局部开采能力较弱的问题,提出了用爬山法进行局部搜索,将搜索结果参与到经验Copula分布估计算法的进化过程中,增加了群体中的个体差异性,同时又不影响群体的进化方向。在初始化群体时提出了均匀初始化的方法... 针对经验Copula分布估计算法局部开采能力较弱的问题,提出了用爬山法进行局部搜索,将搜索结果参与到经验Copula分布估计算法的进化过程中,增加了群体中的个体差异性,同时又不影响群体的进化方向。在初始化群体时提出了均匀初始化的方法,针对高维优化问题,给出了特定的算法。通过对标准测试函数的仿真实验,表明了该算法的有效性。 展开更多
关键词 分布估计算法 经验Copula 爬山法 均匀初始化
下载PDF
一种动态融合的并行混合进化算法EDAs/PSO 被引量:2
5
作者 仇丽青 梁永全 樊建聪 《计算机应用与软件》 CSCD 北大核心 2014年第6期271-274,共4页
在介绍分布估计算法和粒子群算法的基础上,提出一种动态融合的并行混合进化算法EDAs/PSO。该算法采用分布估计算法和粒子群算法两种模型,既保持了分布估计算法较强的全局搜索能力,又保持了粒子群算法较强的局部搜索能力;另一方面,又采... 在介绍分布估计算法和粒子群算法的基础上,提出一种动态融合的并行混合进化算法EDAs/PSO。该算法采用分布估计算法和粒子群算法两种模型,既保持了分布估计算法较强的全局搜索能力,又保持了粒子群算法较强的局部搜索能力;另一方面,又采用一种动态融合的并行策略,通过周期性地对子种群中的个体按照一定的迁移率进行迁移操作,保证了种群的多样性,从而防止了算法的早熟收敛,提高了解的精度。实验结果表明了该算法的有效性和正确性。 展开更多
关键词 进化算法 分布估计算法 粒子群算法edas PSO
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部