|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 基于进化算法的贝叶斯网络度量显示文摘利用图形模型描述进化过程中的种群 ,能够充分体现遗传信息的整体结构和内在联系 ,快速有效地进行网络图的构造与度量是将图形模型成功应用于进化算法的关键。贝叶斯网络是一类重要的图形模型 ,本文通过分析其结构 ,给出了用于刻划其度量的有关定义。对于染色体的某两个基因位置a、b ,对应于贝叶斯网络图中的任意两个孤立的顶点 ,主要研究了a、b无连接。 | 杨有龙 吴艳 | 2004 | 兵工学报2004，25，5： | 6 |
| 2 | 紧致遗传算法及其在武器目标分配中的应用显示文摘介绍了紧致遗传算法的基本原理,并对其进行了改进,通过仿真验证了算法的有效性。针对武器-目标分配(WTA)问题,提出利用紧致遗传算(CGA)法求解该问题,通过验证并与其它方法比较,证明该方法可行。由于紧致遗传算法的编码简单,运行时占用的内存较小,所得到的结果较为稳定并且运行速度较快。 | 刘振 史建国 高晓光 | 2008 | 计算机工程与应用2008，44，30： | 3 |
| 3 | 一种分级竞争紧致遗传算法的研究显示文摘根据随机游动理论,研究了二进制编码的紧致遗传算法中概率向量的进化特性,提出了一种分级竞争模式紧致遗传算法(GCGA),该算法加大参与竞争的两个个体的适应度的差距,目的在于使概率向量有效进化。在数值函数优化问题中进行仿真实验,结果表明,分级竞争模式紧致遗传算法收敛速度更快,全局寻优能力也得到提高。 | 戴永寿 郑国宗 李媛媛 赵亮 | 2006 | 计算机工程与应用2006，42，32： | 1 |
| 4 | 匹配于进化种群的局部网络图度量显示文摘为了分析匹配于进化种群的贝叶斯网络结构 ,给出了用于刻画局部贝叶斯网络度量的有关表示。依据贝叶斯狄利克雷度量 ,对于贝叶斯网络图中的 3个顶点 (对应于染色体的某 3个基因位置 ) ,研究了 3个顶点无连接、其中只有两个顶点存在有向连接、及 3个顶点存在两条有向边时的度量值关系。揭示了局部贝叶斯网络结构的固有特性 ,为进一步研究进化算法的种群结构提供了一条可行的途径。 | 杨有龙 高晓光 | 2003 | 系统工程与电子技术2003，25，6： | 1 |
| 5 | 基于分级竞争紧致遗传算法的非线性优化显示文摘紧致遗传算法中概率向量进化的模型是随机游动模型,据此研究了二进制编码中向量分量的进化特性,提出了分级竞争紧致遗传算法(grading competition compact genetic algorithm,GCCGA),加大参与竞争的两个个体的适应度的差距,使概率向量有效进化.在数值函数中利用GCCGA寻优提高算法在非线性优化问题中的收敛速度和全局寻优的能力.实验结果表明算法是有效的. | 马西庚 郑国宗 戴永寿 朱瑛 | 2006 | 山东大学学报(工学版)2006，36，2： | 1 |
| 6 | 新型紧致遗传算法及其性能分析显示文摘针对传统紧致遗传算法收敛速度过慢及容易陷入局部极值的情况,对分布估计算法中的紧致遗传算法进行了研究,提出了一种新型的混合紧致遗传算法,系统地阐述了该算法的流程和进化机制。首先设置主种群和辅种群,通过多种群并行进化设置来加速收敛速度,并通过多个概率向量来控制算法的进化过程,当满足一定进化条件后,在主种群内进行免疫接种,以增加优良个体存活的概率。设置主种群和辅种群的自适应模式交流策略,增加种群多样性,避免过早收敛。对提出的算法在收敛性以及收敛速度上进行了理论分析,证明了算法满足收敛条件,能够确保收敛,并给出了算法的收敛时间的估计。最后利用基准函数进行了函数仿真分析,结果充分验证了所提算法的正确性。 | 彭军 刘振 徐学文 | 2015 | 计算机技术与发展2015，25，11： | 0 |
| 7 | Graphical model construction based on evolutionary algorithms显示文摘Using Bayesian networks to model promising solutions from the current population of the evolutionary algorithms can ensure efficiency and intelligence search for the optimum. However, to construct a Bayesian network that fits a given dataset is a NP-hard problem, and it also needs consuming mass computational resources. This paper develops a methodology for constructing a graphical model based on Bayesian Dirichlet metric. Our approach is derived from a set of propositions and theorems by researching the local metric relationship of networks matching dataset. This paper presents the algorithm to construct a tree model from a set of potential solutions using above approach. This method is important not only for evolutionary algorithms based on graphical models, but also for machine learning and data mining. The experimental results show that the exact theoretical results and the approximations match very well. | Youlong YANG Yan WU Sanyang LIU | 2006 | 控制理论与应用(英文版)2006，4，4： | 0 |
您所在的机构暂未开通此部分的功能，请联系管理员