计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2005年
14期
61-63
,共3页
Bayesian网优化算法%概率模型%保留策略
Bayesian網優化算法%概率模型%保留策略
Bayesian망우화산법%개솔모형%보류책략
提出了一种基于保留策略的Bayesian网优化算法.算法中通过学习Bayesian网络自动获取进化过程中各基因之间的依赖关系及分布描述,以便更好地指导算法的进化,并利用保留的父辈中间群体扩充学习数据集规模,解决了Bayesian网学习可靠性与较大群体规模之间的矛盾.实验表明,算法能够在有效收敛的前提下降低对群体规模的要求,具有较高的学习效率.
提齣瞭一種基于保留策略的Bayesian網優化算法.算法中通過學習Bayesian網絡自動穫取進化過程中各基因之間的依賴關繫及分佈描述,以便更好地指導算法的進化,併利用保留的父輩中間群體擴充學習數據集規模,解決瞭Bayesian網學習可靠性與較大群體規模之間的矛盾.實驗錶明,算法能夠在有效收斂的前提下降低對群體規模的要求,具有較高的學習效率.
제출료일충기우보류책략적Bayesian망우화산법.산법중통과학습Bayesian망락자동획취진화과정중각기인지간적의뢰관계급분포묘술,이편경호지지도산법적진화,병이용보류적부배중간군체확충학습수거집규모,해결료Bayesian망학습가고성여교대군체규모지간적모순.실험표명,산법능구재유효수렴적전제하강저대군체규모적요구,구유교고적학습효솔.