-
题名基于概率分布估计算法的进化规划码书设计算法
- 1
-
-
作者
唐建
何劲松
黄鲁
郭立
-
机构
中国科学技术大学电子科学与技术系
-
出处
《小型微型计算机系统》
CSCD
北大核心
2007年第3期488-494,共7页
-
基金
国家自然科学基金项目(60573170)资助
中国科学技术大学青年基金(KB2506)资助.
-
文摘
提出一种以最近邻划分变异为搜索策略,并以EP(进化规划)与EDA(概率密度估计算法)相结合的混合进化方法作为搜索引擎的新型码书设计算法.在最近邻划分上,引入最近邻划分控制因子作为进化算法的染色体表示,实现最近邻划分变异,从而改变质心运动轨迹.染色体与矢量同维,编码空间相对较小,并且进化操作易于控制和实现.在混合进化方法中,EDA为EP提供了最优个体的搜索方向,加速了算法的收敛速度.实验结果表明该方法是能有效提高码书性能的一种优化方法.
-
关键词
进化规划
概率分布估计算法
矢量量化
最近邻划分变异
-
Keywords
evolutionary programming
estimation of distribution algorithm
vector quantization
nearest neighbor partition mutation
-
分类号
TP317
[自动化与计算机技术—计算机软件与理论]
-
-
题名位重要性进化算法
被引量：5
- 2
-
-
作者
洪毅
任庆生
曾进
-
机构
上海交通大学计算机科学与工程系
上海交通大学数学系
-
出处
《计算机学报》
EI
CSCD
北大核心
2006年第6期992-997,共6页
-
基金
国家自然科学基金(60271033)资助
-
文摘
研究了遗传算法中的位重要性和位收敛顺序性,给出了重要位、模式、参数区间和目标函数四者之间的关系,提出了一种新的进化算法———位重要性进化算法(Bit Importance Evolutionary Algorithm,BIEA).BIEA通过检测组成个体各位的重要性,对于重要位,加快其收敛;对于非重要位,保持其多样性.数据实验表明:BIEA在收敛速度上要优于遗传算法,同时BIEA也可以有效地解决一类遗传算法很难解决的强欺骗性问题.
-
关键词
遗传算法
概率分布估计算法
位重要性
模式
位重要性进化算法
-
Keywords
genetic algorithms
estimation of distribution algorithms
bit importance
schema
bit importance evolutionary algorithm
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
