吉林大学学报（信息科学版）
吉林大學學報（信息科學版）
길림대학학보（신식과학판）
JOURNAL OF JILIN UNIVERSITY(INFORMATION SCIENCE EDITION)
2009年
6期
595-600
,共6页
人工智能%等价模式定理%遗传算法%增长模式
人工智能%等價模式定理%遺傳算法%增長模式
인공지능%등개모식정리%유전산법%증장모식
传统的模式定理认为种群平均适应度保持不变,但在实际运算中随着最优模式的增长,平均适应度也随之增长,因而最优模式是不完全按照指数级增长方式增长的.针对此问题,从组成种群的单个模式出发,通过对群体的平均适应度采用更准确的表达方式,推导出了模式定理的另一种等价形式,并通过模拟实验进行了验证.实验结果表明,传统模式拟合误差分别是所描述的种群最优模式增长方式的2倍和3.4倍.
傳統的模式定理認為種群平均適應度保持不變,但在實際運算中隨著最優模式的增長,平均適應度也隨之增長,因而最優模式是不完全按照指數級增長方式增長的.針對此問題,從組成種群的單箇模式齣髮,通過對群體的平均適應度採用更準確的錶達方式,推導齣瞭模式定理的另一種等價形式,併通過模擬實驗進行瞭驗證.實驗結果錶明,傳統模式擬閤誤差分彆是所描述的種群最優模式增長方式的2倍和3.4倍.
전통적모식정리인위충군평균괄응도보지불변,단재실제운산중수착최우모식적증장,평균괄응도야수지증장,인이최우모식시불완전안조지수급증장방식증장적.침대차문제,종조성충군적단개모식출발,통과대군체적평균괄응도채용경준학적표체방식,추도출료모식정리적령일충등개형식,병통과모의실험진행료험증.실험결과표명,전통모식의합오차분별시소묘술적충군최우모식증장방식적2배화3.4배.
