基于梯度提升决策树分类器的进化计算动态性能研究  

作　　者：张岩 

机构地区：[1]同济大学电子与信息工程学院

出　　处：《信息系统工程》2020年第3期157-159,共3页

摘　　要：基准函数经常被用来评估进化计算的效果,但由于进化计算的随机性,通常需要进行大量的模拟或实验来进行相对公平的比较。在这个过程中,研究者通常关注实验的最终结果,而忽略了整个优化的过程。除了最终结果外,如何评估算法在整个优化过程中的表现是论文要研究的主要问题。论文应用了一种基于梯度提升决策树的分类算法,来比较研究在不同基准函数中,不同算法的整体性能。

关 键 词：梯度 分类器 计算动态 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]