基于遺傳算法的混合學(xué)習(xí)和集成學(xué)習(xí)研究.pdf

1、智能學(xué)習(xí)領(lǐng)域中,混合智能學(xué)習(xí)是目前研究的熱點(diǎn),倍受人們的關(guān)注.目前這方面的研究已經(jīng)取得了很多成果并得到了廣泛應(yīng)用.對(duì)于復(fù)雜系統(tǒng),已經(jīng)推廣到應(yīng)用三種智能技術(shù)或更多混合來(lái)進(jìn)行求解.此外,集成學(xué)習(xí)這一新提出的學(xué)習(xí)思想,由于學(xué)習(xí)應(yīng)用效果明顯,引起了國(guó)內(nèi)外廣大學(xué)者的興趣.該文正是圍繞這兩種學(xué)習(xí)思想進(jìn)行了一系列的研究.該文基于混合學(xué)習(xí)和集成學(xué)習(xí)的思想,將兩種學(xué)習(xí)理論應(yīng)用于遺傳算法,分別來(lái)解決組合優(yōu)化問(wèn)題、遺傳算法參數(shù)選擇問(wèn)題;基于遺傳算法對(duì)集成學(xué)習(xí)

2、權(quán)重進(jìn)行優(yōu)化.該文的主要工作包括:(1)受混合學(xué)習(xí)的思想啟發(fā),提出了基于單親遺傳算法和模擬退火的混合優(yōu)化算法.針對(duì)單親遺傳算法解決序號(hào)編碼問(wèn)題提出了一種新的編碼方案,大大避免了不可行解的出現(xiàn),縮小了搜索空間;同時(shí)在單親遺傳算法中加入了模擬退火思想,增強(qiáng)了遺傳算法的局部搜索能力,解決遺傳算法群體退化的問(wèn)題;最后,對(duì)于一個(gè)物流運(yùn)輸過(guò)程中的車輛路徑問(wèn)題進(jìn)行了仿真實(shí)驗(yàn),驗(yàn)證了該算法的有效性.(2)針對(duì)遺傳算法參數(shù)難于選擇的問(wèn)題,我們將集成學(xué)習(xí)思

3、想應(yīng)用于求解遺傳算法的參數(shù)選擇問(wèn)題.該文主要是將不同的交叉概率、變異概率組合,形成不同的遺傳算法,最后將單個(gè)算法的預(yù)測(cè)準(zhǔn)確度作為學(xué)習(xí)權(quán)重來(lái)進(jìn)行集成.最后,在UCI數(shù)據(jù)庫(kù)上進(jìn)行了仿真實(shí)驗(yàn).特別地通過(guò)對(duì)帶噪聲數(shù)據(jù)的模擬分類實(shí)驗(yàn)說(shuō)明了遺傳算法在分類問(wèn)題中的高預(yù)測(cè)準(zhǔn)確度;并給出了一個(gè)度量算法差異性的概率指標(biāo),通過(guò)該指標(biāo)的分析,可以得出單個(gè)遺傳算法之間差異性很小等特征.(3)對(duì)于集成學(xué)習(xí)的代表性算法Boosting、Bagging進(jìn)行了研究,并通