构建在最大熵原理上的分布估计算法及其应用研究  

Constructing Estimation of Distribution Algorithms Based on the Maximum Entropy

作　　者：姜群[1] 王越[1] 欧阳[1] 

机构地区：[1]重庆工学院计算机学院,重庆400050

出　　处：《小型微型计算机系统》2007年第12期2229-2232,共4页Journal of Chinese Computer Systems

基　　金：重庆市自然科学基金计划项目基金项目(CSTC2006BB2397)资助;重庆市教委科学技术研究基金项目(KJ060611)资助

摘　　要：分布估计算法是进化计算领域的一个新方向.它主要用概率模型来建造进化计算中的遗传算法,它不再依赖于交叉与变异,而是估计较好个体的概率分布,用概率分布来引导对搜寻空间的探索.本文提出一类基于最大熵的分布估计算法.实验结果表明,在解决某些较复杂问题时,本文算法比遗传算法更具优势.Estimation of Distribution Algorithm （EDA） is a new area of Evolutionary Computation. Unlike traditional Genetic Algorithms, EDAs replace the crossover and mutation operators by constructing a probabilistic model of promising individuals, and exploit search space guided by the probability distribution. This paper develops a framework for estimation of distribution algorithms based on maximum entropy. Empirical results show that an algorithm of this type gives better performance than genetic algorithm in some complex problems.

关 键 词：最大熵 模式 概率分布 约束 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]