

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、協(xié)同進化算法(CoevolutionaryAlgorithm,CEA)是借鑒生態(tài)學上多物種相互作用、彼此驅動、協(xié)同進化機理而建立的一組新型進化算法。協(xié)同進化算法擴展了傳統(tǒng)進化算法的應用范圍,能有效地解決一些傳統(tǒng)進化算法難以解決的復雜問題。在人工智能的機器學習領域,有相當一部分問題無明確的目標評價函數(shù),候選解的性能需要通過測試進行評價,比如分類策略學習問題、博弈策略學習問題等。典型情況下,可能的測試樣本數(shù)目巨大,無法在完整測試集上進行評價
2、,而選擇一個固定測試集又易于造成過適應。協(xié)同進化算法將候選解和測試樣本構造成兩個競爭關系的種群,讓它們一起進化,個體適應度通過與對方個體直接競爭獲得,從原理上為解決該類問題開辟了一條有效的途徑。
但是,協(xié)同進化算法的動態(tài)性評價方式容易導致評價的不穩(wěn)定,以至在進化中常常出現(xiàn)復雜的動態(tài)性,如循環(huán)、特化等,致使進化脫離預定的目標,不能可靠地進化。如何組織、設置這種動態(tài)性評價才能確保協(xié)同進化算法成為一個有效、可靠的搜索方法是算法研
3、究面臨的一個主要挑戰(zhàn)。
研究顯示“基于測試”(test-based)問題域內(nèi)隱含存在一組信息維,它們架構了問題域的評價空間。可將評價信息壓縮到一個小的維度集上,每一個維度可看作一個基本目標,并按照進化多目標優(yōu)化的觀點,對候選解進行評價。本文以此為研究基礎,提出了幾種針對“基于測試”問題的可靠協(xié)同進化算法設計方案。
(1)提出了一個基于信息維識別的協(xié)同進化存檔方案,改善了目前可靠存檔算法存檔量過大,執(zhí)行效率低的
4、現(xiàn)狀。在協(xié)同進化期間,借助動態(tài)維度識別,僅選擇代表各維度最新進展的測試個體進檔保留,并以它們作為評價基準,選擇保留優(yōu)秀候選解,以此阻止進化倒退,輔助協(xié)同進化可靠有效地推進。本方案在確保可靠地進化的同時最小化存檔量。其中,維度識別是本方案的實施關鍵。針對問題類型的難易,提供了兩種維度識別方法和配套實施策略:針對COMPARE-ON-ONE類問題,其特征是域內(nèi)每一個測試個體僅能提供一個維度上的評價信息,構建了算法EPCA;針對一般二值收益問
5、題,構建了算法DI-CA。兩算法均通過實驗進行了驗證,結果顯示較以前的存檔算法均有更好的性能和效率。
(2)提出了一個在線維度抽取方法,并在此基礎上構建了一個帶有維度抽取的協(xié)同進化算法PCA-DE。在線維度抽取方法借助個體間的特征收益關系來實施維度抽取,再根據(jù)維度固有的順序性對抽取的維度進行修正,使抽取到的維度具有更高的準確性。在PCA-DE算法的執(zhí)行過程中,同步抽取問題域的維度系統(tǒng),并以此對個體實施準確評價,保留最優(yōu)個體
6、,引導進化單調(diào)有效地進展。實驗證實了PCA-DE的可行性,并顯示出比同類算法更高的性能和維度抽取準確率。
(3)提出了一個非確定性雙向維度抽取方案,降低了維度抽取條件,并在此基礎上構建了一個基于雙向維度抽取的協(xié)同進化存檔算法CA-BDE。在進化過程中,算法借助測試端的維度抽取,選擇具有維度代表特征的測試個體存檔保留,用于為后續(xù)進化提供完整評價支持;同時算法借助于從對偶端進行的候選維度抽取,選擇具有維度代表特征的高性能候選個
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于免疫Agent的協(xié)同進化算法研究.pdf
- 基于協(xié)同進化的大規(guī)模優(yōu)化算法.pdf
- 基于協(xié)同進化的多目標優(yōu)化算法研究
- 基于協(xié)同進化的混合智能優(yōu)化算法研究.pdf
- 基于協(xié)同進化的多目標優(yōu)化算法研究.pdf
- 協(xié)同進化算法的研究與應用.pdf
- 基于協(xié)同進化的動態(tài)多目標優(yōu)化算法.pdf
- 基于協(xié)同進化算法的配電網(wǎng)重構研究.pdf
- 基于協(xié)同進化的RBFNN學習研究.pdf
- 協(xié)同進化算法及其應用研究.pdf
- 基于協(xié)同進化的檢測器生成算法.pdf
- 基于協(xié)同進化遺傳算法的PET圖像重建研究.pdf
- 基于多智能體協(xié)同進化的多目標跟蹤算法研究.pdf
- 基于共生協(xié)同進化的多目標算法及其應用.pdf
- 基于協(xié)同進化的混合智能優(yōu)化算法及其應用研究.pdf
- 基于協(xié)同進化遺傳算法的入侵檢測技術研究.pdf
- 基于相關性分析的合作型協(xié)同進化算法.pdf
- 多蜂群協(xié)同進化算法及其應用研究.pdf
- 偏好集驅動的多目標協(xié)同進化算法研究.pdf
- 協(xié)同進化數(shù)值優(yōu)化算法及其應用研究.pdf
評論
0/150
提交評論