基于混合采样机制的互信息分布估计算法
针对二阶分布估计算法的早熟收敛问题,提出一种基于混合采样机制的互信息分布估计算法(MIEDA).MIEDA利用互信息度量变量之间的相关性,形成互信息树的概率模型;采用稀疏模型构建的思想,并基于自私基因理论建立信息奖惩机制,以加快算法的收敛速度;结合反向学习、最优解变异和随机采样形成混合采样机制,以提高算法的采样效率.仿真结果表明,MIEDA比常见的二阶分布估计算法具有更高的稳定性和更强的寻优能力.
互信息、自私基因、信息奖惩机制、混合采样机制
32
TP18(自动化基础理论)
国家自然科学基金项目61502108;广东省重大科技专项项目2014B010111007;广东省自然科学基金项目2014A030313512;广东省公益研究与能力建设专项项目2016A010101027
2017-06-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
829-835