非线性盲源分离的多目标进化算法  

Nonlinear blind separation algorithm based on multiobjective evolutionary algorithm

作　　者：刘海林[1] 谢胜利[2] 

机构地区：[1]广东工业大学应用数学学院,广东广州510090 [2]华南理工大学电信学院,广东广州510641

出　　处：《系统工程与电子技术》2005年第9期1576-1579,共4页Systems Engineering and Electronics

基　　金：国家自然科学基金(60274006);国家杰出青年科学基金(60325310);广东省自然科学重点基金(020826);教育部跨世纪人才基金资助课题

摘　　要：针对在非线性混叠盲源分离中代价函数往往具有许多局部最优解,求解其全局最优解非常困难的问题。设计了多目标进化算法来求解代价函数的全局最优解,提出了非线性盲源分离的多目标进化算法。该多目标进化算法根据带权极小极大策略构造了一个同进化代数有关的变适应值函数,使种群中的容许解逐渐增多和保持个体的多样性,避免算法陷于局部最优。数值仿真表明算法是有效的。In nonlinear blind source separation, the approach for inverfible functions is very difficulty due to the existence of many local minima. For separating source signals efficiently, a nonlinear blind separation algorithm based on specific-designed multiobjective evolutionary algorithm is proposed. As defining a novel kind of multiple fitness functions by max-rain strategy, the evolutionary algorithm can explore the search space uniformly, keep the diversity of the population, and escape from local optima. The simulation results demonstrate that the proposed algorithm is efficieng.

关 键 词：非线性盲分离 多目标进化算法 全局最优化 最小互信息量 

分 类 号：TN911.7[电子电信—通信与信息系统]