模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2010年
5期
639-645
,共7页
郑金华%吕卉%伍军%周聪%李珂%李密青
鄭金華%呂卉%伍軍%週聰%李珂%李密青
정금화%려훼%오군%주총%리가%리밀청
空间交配%遗传算法%快速蜂群优化算法%马尔可夫链%收敛性
空間交配%遺傳算法%快速蜂群優化算法%馬爾可伕鏈%收斂性
공간교배%유전산법%쾌속봉군우화산법%마이가부련%수렴성
基于空间交配遗传算法(GASM)采用空间交配遗传算子,有效克服早熟收敛问题,但缺少相关理论分析.文中采用马尔可夫链分析基于空间交配遗传算法的收敛性.证明采用最优个体保留机制的GASM,可收敛到全局最优解.同时证明在没有变异算子的情况下,GASM以概率1收敛到全局最优解.通过4个测试问题(其中3个为多峰值复杂问题)的对比实验,结果表明,GASM在求解多峰值复杂问题时,比采用最优个体保留机制的经典遗传算法,具有更好的收敛性.同时也与快速蜂群优化算法进行比较实验.
基于空間交配遺傳算法(GASM)採用空間交配遺傳算子,有效剋服早熟收斂問題,但缺少相關理論分析.文中採用馬爾可伕鏈分析基于空間交配遺傳算法的收斂性.證明採用最優箇體保留機製的GASM,可收斂到全跼最優解.同時證明在沒有變異算子的情況下,GASM以概率1收斂到全跼最優解.通過4箇測試問題(其中3箇為多峰值複雜問題)的對比實驗,結果錶明,GASM在求解多峰值複雜問題時,比採用最優箇體保留機製的經典遺傳算法,具有更好的收斂性.同時也與快速蜂群優化算法進行比較實驗.
기우공간교배유전산법(GASM)채용공간교배유전산자,유효극복조숙수렴문제,단결소상관이론분석.문중채용마이가부련분석기우공간교배유전산법적수렴성.증명채용최우개체보류궤제적GASM,가수렴도전국최우해.동시증명재몰유변이산자적정황하,GASM이개솔1수렴도전국최우해.통과4개측시문제(기중3개위다봉치복잡문제)적대비실험,결과표명,GASM재구해다봉치복잡문제시,비채용최우개체보류궤제적경전유전산법,구유경호적수렴성.동시야여쾌속봉군우화산법진행비교실험.
