




版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第8章分布估計(jì)算法目錄思想起源1發(fā)展歷史2基本原理3改進(jìn)研究4應(yīng)用領(lǐng)域5分布估計(jì)算法的思想起源什么是分布估計(jì)算法?EstimationofDistributionAlgorithm(EDA)基于種群的新型進(jìn)化算法思想起源于遺傳算法算法的思想起源改進(jìn)遺傳算法的交叉操作和變異操作,防止破環(huán)積木塊.采用概率模型和抽樣的隱式形式產(chǎn)生新個(gè)體.分布估計(jì)算法與遺傳算法的流程比較分布估計(jì)算法的發(fā)展歷史開(kāi)山始祖PBIL:(1994Baluja)UMDA:(1996H.Miihlenbein&Paass)早期的算法專(zhuān)注于二進(jìn)制編碼MIMIC:(1997J.S.D.Bonet)COMIT:(1997S.Baluja)FDA:(1998H.MUhlenbein)BOA:(1999M.Pelikan)逐漸擴(kuò)展到連續(xù)分布估計(jì)算法PBILc(Sebag,1998)UMDAc
(Larra?aga,P.,etal,2000)CEDGA
(Q.Lu,2005)FWH&FHH(Tsutsuietal,2001)sur-shr-HEDA(N.Ding,etal,2006)分布估計(jì)算法的發(fā)展歷史混合分布估計(jì)算法EDA與粒子群優(yōu)化的混合EDA與遺傳算法的混合EDA與差分進(jìn)化算法的混合并行分布估計(jì)算法主從模式島嶼模型收斂性證明應(yīng)用領(lǐng)域越來(lái)越廣泛分布估計(jì)算法的通用流程RandomlygeneratedtheinitialpopulationP(0);t=0;WhilenotmettheterminationconditiondoBegin
SelectasetofpromisingindividualsD(t)formthecurrentpopulationP(t);
EstimatetheprobabilitydistributionoftheselectedsetD(t);
GenerateasetofnewindividualsN(t)accordingtotheestimate;
CreateanewpopulationP(t+1)byreplacingsomeindividualsofP(t)byN(t);
t=t+1;end一個(gè)簡(jiǎn)單的分布估計(jì)算法例子一個(gè)簡(jiǎn)單的分布估計(jì)算法例子一個(gè)簡(jiǎn)單的分布估計(jì)算法例子一個(gè)簡(jiǎn)單的分布估計(jì)算法例子基于高斯模型的EDA基于高斯模型的EDA的流程如下:第一步:隨機(jī)生成初始種群P(0),初始化高斯模型的均值μ與方差σ.假設(shè)所有變量對(duì)應(yīng)的高斯模型為:
(N(μ1,σ1),N(μ2,σ2),…,N(μD,σD))
其中D為待求解問(wèn)題的維數(shù).第二步:根據(jù)各維變量對(duì)應(yīng)的高斯模型,抽樣產(chǎn)生新種群T(t).第三步:從新種群中選擇優(yōu)秀個(gè)體集合S(t).第四步:計(jì)算S(t)在各維變量上的均值與方差,對(duì)原有的高斯模型進(jìn)行更新.高斯模型的更新方法更新概率模型中的兩個(gè)重要參數(shù):均值和方差其中K為優(yōu)秀個(gè)體的個(gè)數(shù).xbest,1,xbest,2為最好的兩個(gè)個(gè)體,xworst則為最差的個(gè)體.更新的方式多種多樣,也可以直接用優(yōu)秀個(gè)體的均值和方差替代原來(lái)的均值與方差.Popsize,Parentsize,q0,k,LBOUND,UBOUND基于直方圖概率模型的EDA基于鏈?zhǔn)礁怕誓P偷腅DAMutualInformationMaximizationforInputClustering,MIMIC變量之間的關(guān)系是一種鏈?zhǔn)降年P(guān)系,即在n維隨機(jī)變量組成的鏈中,只有相鄰的變量之間才有關(guān)系.聯(lián)合概率密度在形式上產(chǎn)生變化:其中π是根據(jù)鏈?zhǔn)疥P(guān)系的一種排列.如何找出最優(yōu)的π?基于樹(shù)狀概率模型的EDACombiningOptimizersWithMutualInformationTrees,COMITCOMIT采用一種樹(shù)狀結(jié)構(gòu)來(lái)描述兩量變量之間的關(guān)系,表達(dá)能力比MIMIC更強(qiáng).關(guān)鍵是如何確立變量之間樹(shù)狀關(guān)聯(lián)關(guān)系的結(jié)構(gòu)?采用機(jī)器學(xué)習(xí)領(lǐng)域中Chow和Liu提出的方法構(gòu)造概率模型基于貝葉斯網(wǎng)絡(luò)模型的EDA采用貝葉斯網(wǎng)絡(luò)來(lái)描述變量之間概率依賴關(guān)系
(其中節(jié)點(diǎn)代表變量,邊表示變量之間的概率依賴關(guān)系)基于貝葉斯網(wǎng)絡(luò)的聯(lián)合概率密度為:基于貝葉斯網(wǎng)絡(luò)模型的EDA關(guān)鍵問(wèn)題貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)如何確定?算法流程分布估計(jì)算法與遺傳算法混合分布估計(jì)算法與差分進(jìn)化算法混合第一步:從種群中選出M個(gè)較優(yōu)的個(gè)體,建立如下概率模型第二步:產(chǎn)生一個(gè)0~1之間的隨機(jī)值v,若v≤α,則按照DE方式產(chǎn)生新個(gè)體,否則按照EDA的方式取樣產(chǎn)生新個(gè)體。
第三步:若新個(gè)體的適應(yīng)度大于原個(gè)體的的適應(yīng)度則替換之
第四步:若產(chǎn)生了足夠數(shù)量的新種群則終止,否則執(zhí)行第一步并行分布估計(jì)算法(一)種群級(jí)別并行化思路:將種群分成多個(gè)子種群,每個(gè)子種群在不同的機(jī)器上運(yùn)行,然后各個(gè)子種群通過(guò)遷移等機(jī)制進(jìn)行通信,達(dá)到綜合信息的目的
并行分布估計(jì)算法(二)適應(yīng)度評(píng)估并行化思路:適應(yīng)度評(píng)估通常是算法中最耗時(shí)的部分,因而,采用多臺(tái)機(jī)器并行計(jì)算種群中的適應(yīng)度可有效提高算法求解速度
主從模式并行計(jì)算并行分布估計(jì)法(三)概率模型構(gòu)建并行化思路:設(shè)計(jì)復(fù)雜的概率模型需要較大的計(jì)算量,并行求解復(fù)雜概率模型可有效提高算法計(jì)算速度.
其他并行機(jī)制采樣的操作進(jìn)行并行化混合并行機(jī)制分布估計(jì)算法的理論研究研究者說(shuō)明MarkusHohfeld(1997)[63]證明PBIL在解決線性的二進(jìn)制優(yōu)化問(wèn)題時(shí),可以收斂到全局最優(yōu)解,解非線性問(wèn)題可能會(huì)陷入局部最優(yōu)。H.Muhlenbein(1998)[64]對(duì)UMDA的收斂性進(jìn)行分析,假設(shè)種群無(wú)窮大。H.Muhlenbein(1998)[65]
對(duì)FDA的收斂性進(jìn)行分析。M.Pelikan(2001)[66]對(duì)BOA解決OneMax問(wèn)題的收斂性進(jìn)行分析。Q.F.Zhang(2004)[67]對(duì)種群規(guī)模無(wú)窮大的EDA進(jìn)行數(shù)學(xué)建模,分析了EDA算法達(dá)到全局收斂的一些條件。R.Rastegar(2005)[68]分析了種群規(guī)模無(wú)窮大的EDA要達(dá)到全局收斂所需要的代數(shù)。TianshiChen(2007)[69]對(duì)早期的兩個(gè)分布估計(jì)算法:UMDA和增量UMDA進(jìn)行時(shí)間復(fù)雜度的分析。JiriOcenasek(2006)[70]提出用熵來(lái)度量分布估計(jì)算法收斂性的方法,并在此基礎(chǔ)上分析了EDA終止的條件。……分布估計(jì)算法的應(yīng)用領(lǐng)域(函數(shù)優(yōu)化)有效地保護(hù)“積木塊”,能夠高效求解高維的復(fù)雜函數(shù)優(yōu)化問(wèn)題.在具有先驗(yàn)知識(shí)的情況下,可有針對(duì)地選擇概率模型,從而設(shè)計(jì)出性能優(yōu)越的分布估計(jì)算法.已成功應(yīng)用于求解復(fù)雜的多峰函數(shù),關(guān)聯(lián)性強(qiáng)的復(fù)雜函數(shù)優(yōu)化以及多目標(biāo)函數(shù)優(yōu)化.分布估計(jì)算法的應(yīng)用領(lǐng)域(組合優(yōu)化)應(yīng)用(中文)英文參考文獻(xiàn)旅行商問(wèn)題TravelingSalesmanProblemLarra?aga(2002)[33]作業(yè)調(diào)度問(wèn)題JobShopSchedulingProblemLarra?aga(2002)[33]、Jarboui(2008)[38]護(hù)士調(diào)度問(wèn)題NurseSchedulingProblemU.Aickelin(2006)[39]網(wǎng)絡(luò)控制NetworkControlH.B.Li(2008)[37]最大團(tuán)問(wèn)題MaximumCliqueProblemQ.F.Zhang(2005)[34]核反應(yīng)堆燃料管理問(wèn)題NuclearReactorFuelManagementS.Jiang(2006)[36]最大分集問(wèn)題MaximumDiversityProbl
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2025水泥供貨合同模板
- 2025鋁材采購(gòu)合同書(shū)樣本
- 2025年光伏支架鋼結(jié)構(gòu)加工合同
- 2025年招投標(biāo)與合同管理:合同風(fēng)險(xiǎn)控制案例分析
- 2025學(xué)校翻新教學(xué)樓合同書(shū)
- 2025標(biāo)準(zhǔn)集體土地使用權(quán)轉(zhuǎn)讓合同
- 2025年度工程承包合同簽訂年度
- 《2025版權(quán)授權(quán)合同模板》
- 2025玉米買(mǎi)賣(mài)合同模板
- 《守護(hù)健康熱愛(ài)生命》課件
- 災(zāi)害自救互救與應(yīng)急逃生知識(shí)培訓(xùn)
- 養(yǎng)老院火災(zāi)事故防范重點(diǎn)培訓(xùn)課件
- 便秘的評(píng)估與護(hù)理
- 人才招聘中的社交媒體運(yùn)用與效果評(píng)估
- 2025就業(yè)指導(dǎo)課件
- 2025-2030中國(guó)菊粉行業(yè)市場(chǎng)發(fā)展趨勢(shì)與前景展望戰(zhàn)略研究報(bào)告
- 新能源電池材料回收行業(yè)深度調(diào)研及發(fā)展戰(zhàn)略咨詢報(bào)告
- 高校實(shí)驗(yàn)室安全基礎(chǔ)
- 教師綜合考核獎(jiǎng)勵(lì)方案
- 專(zhuān)題18 電磁感應(yīng)綜合題(解析版)-2025年高考物理二輪熱點(diǎn)題型歸納與變式演練(新高考)
- 北京海淀區(qū)2023-2024學(xué)年八年級(jí)下學(xué)期期中考試物理試題(原卷版)
評(píng)論
0/150
提交評(píng)論