分布估计算法论文：Clayton copula分布估计算法中边缘分布的研究
【中文摘要】分布估计算法(Estimation of Distribution Algorithm,简称EDA)是在遗传算法的基础之上发展起来的,闪灵解析与遗传算法不同,它不使用交叉和变异算子,而是根据当前种群中适应值较好的个体建立概率分布模型,然后根据估计的模型进行采样得到新的个体,以此来引导算法的搜索。基于Copula理论的分布估计算法(cEDA),把对优势群体的概率模型的估计分为两部分进行,即对各变量边缘分布的估计和一个Copula函数的选取,通过Copula函数将各变量的边缘分布连接成它们的联合分布。它的优点在于不仅简化了估计概率模型的运算复杂度,而且能够充分反映变量之间的关系。在cEDA算法中,边缘分布的选取对算法的优化效果有很大的影响,因此,本文选择Clayton copula函数作为连接函数,首先选择经验分布和正态分布作为边缘分布函数,总结的名言对两者的优化结果进行了分析比较,结果发现采用正态分布作为边缘分布的优化结果比较好,同时也发现虽然采用正态分布的结果比较好87书库,但是其对某些函数的优化结果存在一种早熟现象。进一步对边缘分布采用正态分布作了理论上的分析,发现方差的过快收敛是导致算法产生早熟的主要原因,...
【英文摘要】The development of Estimation of Distribution Algorithm (EDA) is bad on G
enetic Algorithm (GA), It’s different from GA, it doesn’t u crossover and mutation, but establishes probability distribution model by promising individuals in the current generation, then acquires new individuals by sampling the model.Estimation of Distribution Algorithms bad on copula (cEDA) divide the estimating probabilistic model from the promising population into two parts, the marginal distribution of each variable and ...
菡萏的意思
【关键词】分布估计算法 Copula理论 Clayton copula函数 边缘分布 经验分布 正态分布
感动的小故事
拌海蜇的做法【英文关键词】Estimation of Distribution Algorithms(EDAs) Copula theory Clayton copula function marginal distribution empirical distribution normal distribution ?
【索购全文】联系Q1：138113721 Q2：139938848
同时提供论文写作一对一辅导和论文发表服务.保过包发
【目录】Clayton copula分布估计算法中边缘分布的研究中文摘要3-4ABSTRACT4第一章 绪论7-171.1 分布估计算法的研究背景和意义7-81.2 分布估计算法概述8-91.3 分布估计算
炒烙饼法研究现状9-131.3.1 变量间无关的分布估计算法9-101.3.2 双变量相关的分布估计算法10-111.3.3 多变量相关的分布估计算法11-131.4 分布估计算法的理论研究13-151.5 本文的主要内容和结构安排15-17第二章Copula分布估计算法17-272.1 Copula理论简介172.2 Copula理论的基础知识17-202.2.1 二元copula函数的定义及其性质17-192.2.2 多元copula函数的定义及其性质192.2.3 copula函数的分类及特点19-202.3 多元分布的Sklar定理20-212.4 基于Copula理论的分布估计算法21-222.5 copula分布估计算法的基本框架22-232.6 从Clayton copula函数采样23-242.7 本章小结24-27第三章 边缘分布的选取27-353.1 经验分布函数27-283.2 套中人作者对经验分布函数的采样28-293.3 正态分布函数29-303.4 对正态分布函数的采样303.5 仿真实验与结果30-343.6 本章小结34-35第四章 自适应模型的cEDA35-454.1 进化策略中的自适应模型35-364.2 分布估计算法中的自适应模型36-384.3 cEDA 中的自适应模型38-404.3.1 边缘分布采用正态分布时的分析38-394.3.2 自适应模型的 cEDA39-404.4 仿真实验结果40-434.5 本章小结43-45第五章 总结与展望45-47参考文献47-55研究生在读期间参加的研究项目及论文发表情况55-57致谢57-58
