進(jìn)化計(jì)算若干問(wèn)題研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩77頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、進(jìn)化計(jì)算(Evolutionary Computation)是模擬自然界生態(tài)系統(tǒng)中“優(yōu)勝劣汰”的一類優(yōu)化算法的總稱,也稱為演化計(jì)算。一般認(rèn)為包括遺傳算法,遺傳編程,進(jìn)化策略等。目前這類算法已被廣泛應(yīng)用于機(jī)器學(xué)習(xí),人工智能,自適應(yīng)控制,人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練,圖像處理等各個(gè)方面。 針對(duì)一類協(xié)同進(jìn)化算法給出其二進(jìn)制編碼有限群體模型。協(xié)同進(jìn)化算法借鑒自然界中的協(xié)同進(jìn)化(Coevolution)機(jī)制,通常表現(xiàn)為一個(gè)算法中使用多個(gè)種群協(xié)同進(jìn)化,

2、實(shí)際應(yīng)用效果顯著,但是其理論基礎(chǔ)更為薄弱。Vose針對(duì)一般GAs曾給出了基于二進(jìn)制編碼的有限群體模型,在此基礎(chǔ)上本文構(gòu)建了適用于一類協(xié)同進(jìn)化算法的二進(jìn)制有限群體模型,可以進(jìn)行相關(guān)算法的漸進(jìn)收斂性狀的分析及算法加速策略的研究。 其次對(duì)當(dāng)前常見(jiàn)的進(jìn)化算法實(shí)驗(yàn)平臺(tái)進(jìn)行簡(jiǎn)要分析,介紹一個(gè)高效架構(gòu)-OpenBeagle,分析其種群結(jié)構(gòu)(Population),進(jìn)化器(Evolver),內(nèi)部系統(tǒng)(Internal System),以及整個(gè)架

3、構(gòu)圖,最后討論了如何基于這個(gè)架構(gòu)構(gòu)建自己的EC算法。利用OpenBeagle可以構(gòu)建各種GAs,GP,ES,MOEA,Co-GA并且在同一平臺(tái)上可以方便有效地比較各種EC算法的性能。本文的算法測(cè)試實(shí)驗(yàn)基于此架構(gòu)實(shí)現(xiàn)。 本文給出了一種新型的“基于最優(yōu)解定位的遺傳算法”。給出其抽象描述,并且從理論上分析這個(gè)算法在滿足若干條件的情況下收斂。針對(duì)單目標(biāo)函數(shù)優(yōu)化問(wèn)題,給出了若干測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果,結(jié)果顯示這一個(gè)方法可有效解決常見(jiàn)GAs“或

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論