Clayton Copula分布估計(jì)算法中邊緣分布的研究.pdf

1、分布估計(jì)算法（Estimation of Distribution Algorithm，簡(jiǎn)稱EDA）是在遺傳算法的基礎(chǔ)之上發(fā)展起來的，與遺傳算法不同，它不使用交叉和變異算子，而是根據(jù)當(dāng)前種群中適應(yīng)值較好的個(gè)體建立概率分布模型，然后根據(jù)估計(jì)的模型進(jìn)行采樣得到新的個(gè)體，以此來引導(dǎo)算法的搜索。
　　基于Copula理論的分布估計(jì)算法(cEDA)，把對(duì)優(yōu)勢(shì)群體的概率模型的估計(jì)分為兩部分進(jìn)行，即對(duì)各變量邊緣分布的估計(jì)和一個(gè)Copula函數(shù)的

2、選取，通過Copula函數(shù)將各變量的邊緣分布連接成它們的聯(lián)合分布。它的優(yōu)點(diǎn)在于不僅簡(jiǎn)化了估計(jì)概率模型的運(yùn)算復(fù)雜度，而且能夠充分反映變量之間的關(guān)系。
　　在cEDA算法中，邊緣分布的選取對(duì)算法的優(yōu)化效果有很大的影響，因此，本文選擇Clayton copula函數(shù)作為連接函數(shù)，首先選擇經(jīng)驗(yàn)分布和正態(tài)分布作為邊緣分布函數(shù)，對(duì)兩者的優(yōu)化結(jié)果進(jìn)行了分析比較，結(jié)果發(fā)現(xiàn)采用正態(tài)分布作為邊緣分布的優(yōu)化結(jié)果比較好，同時(shí)也發(fā)現(xiàn)雖然采用正態(tài)分布的結(jié)果比

3、較好，但是其對(duì)某些函數(shù)的優(yōu)化結(jié)果存在一種早熟現(xiàn)象。
　　進(jìn)一步對(duì)邊緣分布采用正態(tài)分布作了理論上的分析，發(fā)現(xiàn)方差的過快收斂是導(dǎo)致算法產(chǎn)生早熟的主要原因，說明只有在算法進(jìn)化過程中對(duì)方差的大小進(jìn)行適當(dāng)?shù)目刂撇拍艿玫礁玫膬?yōu)化結(jié)果。為解決這個(gè)問題對(duì)已有的調(diào)節(jié)方差的算法進(jìn)行了研究，最后將一種自適應(yīng)方差的模型應(yīng)用到算法中，提出了一種自適應(yīng)方差模型的cEDA，并對(duì)該算法進(jìn)行了實(shí)驗(yàn)仿真驗(yàn)證，結(jié)果表明該方法不僅解決了早熟問題而且能夠快速找到優(yōu)化問題