基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新型进化算法即贝叶斯预测型进化算法,该算法是有效解决遗传算法中的连锁和欺骗问题的一种新方法,其主要特点是:(1)该算法基于最优解的概率分布和贝叶斯定理预测最优解所在的子空间;(2)该算法能高效利用所有先前代蕴含的信息,可以方便地引入专家知识;(3)该算法模型比较简单并且能以很快的速率收敛到最优解子空间.从理论上分析了贝叶斯预测型进化算法的收敛性、收敛速率和逆收敛算子.理论分析与在14个标准的测试函数上的仿真实验显示了该算法求解较为精确、稳定和快速.
推荐文章
总体总量的经验贝叶斯预测
总体总量
参数型经验Bayes预测
MSE准则
基于贝叶斯正则化算法BP神经网络钒电池SOC预测
钒电池
荷电状态
BP神经网络
贝叶斯正则化算法
基于贝叶斯网络的内部威胁预测研究
内部威胁
贝叶斯网络
网络攻击图
似然加权法
基于贝叶斯网络的跳频序列多步预测
跳频序列
贝叶斯网络
相空间重构
多步预测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 贝叶斯预测型进化算法
来源期刊 计算机学报 学科 工学
关键词 贝叶斯定理 逆收敛算子 进化算法 遗传算法 分布估算算法
年,卷(期) 2014,(8) 所属期刊栏目 计算机软件与理论
研究方向 页码范围 1846-1858
页数 13页 分类号 TP18
字数 9879字 语种 中文
DOI 10.3724/SP.J.1016.2014.01846
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (307)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (21)
二级引证文献  (16)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(7)
  • 参考文献(3)
  • 二级参考文献(4)
2010(4)
  • 参考文献(4)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(4)
  • 引证文献(4)
  • 二级引证文献(0)
2017(4)
  • 引证文献(3)
  • 二级引证文献(1)
2018(5)
  • 引证文献(2)
  • 二级引证文献(3)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
2020(9)
  • 引证文献(1)
  • 二级引证文献(8)
研究主题发展历程
节点文献
贝叶斯定理
逆收敛算子
进化算法
遗传算法
分布估算算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导