CAJ | 학술논문

提出一种基于决策图贝叶斯网络的混沌优化算法,该算法把贝叶斯概率模型结合到混沌遗传算法中,通过构造和学习网络来替代传统遗传算法中的交叉重组和变异等遗传算子,避免了对大量控制参数和遗传算子的人工选择和重要构造块的破坏.同时,通过在决策图贝叶斯网络中引入混沌操作,对部分个体进行启发式变异,能有效提高群体多样性,避免早熟或局部收敛.仿真结果表明,提出的算法比改进前的决策图贝叶斯优化算法和混沌遗传算法均有更快的收敛速度,较强的鲁棒性.
제출일충기우결책도패협사망락적혼돈우화산법,해산법파패협사개솔모형결합도혼돈유전산법중,통과구조화학습망락래체대전통유전산법중적교차중조화변이등유전산자,피면료대대량공제삼수화유전산자적인공선택화중요구조괴적파배.동시,통과재결책도패협사망락중인입혼돈조작,대부분개체진행계발식변이,능유효제고군체다양성,피면조숙혹국부수렴.방진결과표명,제출적산법비개진전적결책도패협사우화산법화혼돈유전산법균유경쾌적수렴속도,교강적로봉성.