软件学报
軟件學報
연건학보
JOURNAL OF SOFTWARE
2011年
8期
1738-1748
,共11页
动态小生境%自组织学习%进化计算%动态环境
動態小生境%自組織學習%進化計算%動態環境
동태소생경%자조직학습%진화계산%동태배경
提出了一种基于动态小生境的自组织学习算法(dynamic niche-based self-organizing learning algorithm,简称DNSLA),实现了基于0-1编码的动态学习机制.种群中的个体由被动适应转为主动学习,即通过系统的自组织学习而实现与环境的友好交互,因而具有更强健的动态环境适应能力,能够及时、准确地侦测到环境的变化并跟踪板值点在搜索空间内的运动轨迹,具有良好的可移植性和很强的泛化能力,一系列动态测试问题的对比仿真实验结果表明,该算法即使在剧烈动荡的环境中也能很好地与环境进行稳定而友好的交互学习,表现出了很强的鲁棒性,其动态搜索能力和板值点跟踪能力远优于同类搜索方法.
提齣瞭一種基于動態小生境的自組織學習算法(dynamic niche-based self-organizing learning algorithm,簡稱DNSLA),實現瞭基于0-1編碼的動態學習機製.種群中的箇體由被動適應轉為主動學習,即通過繫統的自組織學習而實現與環境的友好交互,因而具有更彊健的動態環境適應能力,能夠及時、準確地偵測到環境的變化併跟蹤闆值點在搜索空間內的運動軌跡,具有良好的可移植性和很彊的汎化能力,一繫列動態測試問題的對比倣真實驗結果錶明,該算法即使在劇烈動盪的環境中也能很好地與環境進行穩定而友好的交互學習,錶現齣瞭很彊的魯棒性,其動態搜索能力和闆值點跟蹤能力遠優于同類搜索方法.
제출료일충기우동태소생경적자조직학습산법(dynamic niche-based self-organizing learning algorithm,간칭DNSLA),실현료기우0-1편마적동태학습궤제.충군중적개체유피동괄응전위주동학습,즉통과계통적자조직학습이실현여배경적우호교호,인이구유경강건적동태배경괄응능력,능구급시、준학지정측도배경적변화병근종판치점재수색공간내적운동궤적,구유량호적가이식성화흔강적범화능력,일계렬동태측시문제적대비방진실험결과표명,해산법즉사재극렬동탕적배경중야능흔호지여배경진행은정이우호적교호학습,표현출료흔강적로봉성,기동태수색능력화판치점근종능력원우우동류수색방법.
