基于因子分析的分布估計(jì)算法.pdf

1、分布估計(jì)算法與傳統(tǒng)遺傳算法一樣，提供了一種求解復(fù)雜系統(tǒng)優(yōu)化問題的通用框架，它不依賴于問題的具體領(lǐng)域，具有很強(qiáng)的自組織，自適應(yīng)和自學(xué)習(xí)等特征，所以在組合優(yōu)化，機(jī)器學(xué)習(xí)，生產(chǎn)調(diào)度，過程控制，圖像處理，人工生命等領(lǐng)域都有著廣泛的應(yīng)用前景。由于分布估計(jì)算法具有較強(qiáng)的理論基礎(chǔ)，并且較好的改善了簡(jiǎn)單遺傳算法存在的連鎖問題，近年來已經(jīng)成為進(jìn)化計(jì)算中研究的熱點(diǎn)。 分布估計(jì)算法的關(guān)鍵問題是如何根據(jù)給定問題的結(jié)構(gòu)精確的估計(jì)出分布的信息。為了克服顯示

2、關(guān)系模型在估計(jì)分布時(shí)的缺點(diǎn)，人們提出了基于隱示關(guān)系模型的算法，通過隱含變量機(jī)制處理變量間的各種依賴關(guān)系。這類算法可以快速的估計(jì)出分布信息，有效地克服了計(jì)算量過大的問題，具有很好的研究前景。 本文首先對(duì)幾種主要的關(guān)系模型進(jìn)行了回顧和總結(jié)。重點(diǎn)分析和研究了基于隱示關(guān)系模型的分布估計(jì)算法，分別對(duì)基于概率主成分分析模型的算法和基于混合因子分析模型的算法進(jìn)行了分析和改進(jìn)。本文的主要工作如下： 第一：分析了基于概率主成分分析的分布估

3、計(jì)算法在進(jìn)化過程中存在的多樣性降低過快的問題，這使得算法在相似的領(lǐng)域內(nèi)重復(fù)搜索多次后才能跳出，造成收斂變慢，或早熟收斂。針對(duì)這個(gè)不足，提出了一種基于小生境的概率主成分分析分布估計(jì)算法。實(shí)驗(yàn)結(jié)果表明，該算法能夠有效地防止早熟收斂，提高算法的搜索效率。 第二：分析了基于混合因子分析的分布估計(jì)算法在使用EM算法迭代的過程中，由于參數(shù)之間較強(qiáng)的耦合性使得算法收斂速度較慢的問題，以及算法需要預(yù)先固定高斯混合項(xiàng)的個(gè)數(shù)因此不具備良好的靈活性和