自适应PBIL算法求解一类动态优化问题 |
| |
作者姓名: | 武燕 王宇平 刘小雄 |
| |
作者单位: | 1. 西安电子科技大学,理学院,西安,710071 2. 西安电子科技大学,计算机学院,西安,710071 3. 西北工业大学,自动化学院,西安,710072 |
| |
摘 要: | 在不确定环境中,环境的变化总是以一定的概率发生,本文把何时变化看作随机变量,其满足一定的统计规律,由此归纳出一类动态优化问题。对于此类动态优化问题的求解,提出了自适应PBIL(Population-based incremental learning algorithm)算法。算法中利用随机变量的概率自适应地调整当前代群体的概率模型,增加种群多样性,快速适应环境的变化。应用两个动态优化问题进行了仿真实验。实验结果表明,与传统PBIL算法相比,自适应PBIL算法能够快速跟踪最优解的变化。
|
关 键 词: | 人工智能 动态优化问题 PBIL算法 种群多样性 |
收稿时间: | 2007-05-31 |
本文献已被 CNKI 维普 万方数据 等数据库收录! |
| 点击此处可从《吉林大学学报(工学版)》浏览原始摘要信息 |
|
点击此处可从《吉林大学学报(工学版)》下载全文 |
|