基于遺傳算法的混合學(xué)習(xí)和集成學(xué)習(xí)研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、智能學(xué)習(xí)領(lǐng)域中,混合智能學(xué)習(xí)是目前研究的熱點(diǎn),倍受人們的關(guān)注.目前這方面的研究已經(jīng)取得了很多成果并得到了廣泛應(yīng)用.對于復(fù)雜系統(tǒng),已經(jīng)推廣到應(yīng)用三種智能技術(shù)或更多混合來進(jìn)行求解.此外,集成學(xué)習(xí)這一新提出的學(xué)習(xí)思想,由于學(xué)習(xí)應(yīng)用效果明顯,引起了國內(nèi)外廣大學(xué)者的興趣.該文正是圍繞這兩種學(xué)習(xí)思想進(jìn)行了一系列的研究.該文基于混合學(xué)習(xí)和集成學(xué)習(xí)的思想,將兩種學(xué)習(xí)理論應(yīng)用于遺傳算法,分別來解決組合優(yōu)化問題、遺傳算法參數(shù)選擇問題;基于遺傳算法對集成學(xué)習(xí)

2、權(quán)重進(jìn)行優(yōu)化.該文的主要工作包括:(1)受混合學(xué)習(xí)的思想啟發(fā),提出了基于單親遺傳算法和模擬退火的混合優(yōu)化算法.針對單親遺傳算法解決序號編碼問題提出了一種新的編碼方案,大大避免了不可行解的出現(xiàn),縮小了搜索空間;同時(shí)在單親遺傳算法中加入了模擬退火思想,增強(qiáng)了遺傳算法的局部搜索能力,解決遺傳算法群體退化的問題;最后,對于一個(gè)物流運(yùn)輸過程中的車輛路徑問題進(jìn)行了仿真實(shí)驗(yàn),驗(yàn)證了該算法的有效性.(2)針對遺傳算法參數(shù)難于選擇的問題,我們將集成學(xué)習(xí)思

3、想應(yīng)用于求解遺傳算法的參數(shù)選擇問題.該文主要是將不同的交叉概率、變異概率組合,形成不同的遺傳算法,最后將單個(gè)算法的預(yù)測準(zhǔn)確度作為學(xué)習(xí)權(quán)重來進(jìn)行集成.最后,在UCI數(shù)據(jù)庫上進(jìn)行了仿真實(shí)驗(yàn).特別地通過對帶噪聲數(shù)據(jù)的模擬分類實(shí)驗(yàn)說明了遺傳算法在分類問題中的高預(yù)測準(zhǔn)確度;并給出了一個(gè)度量算法差異性的概率指標(biāo),通過該指標(biāo)的分析,可以得出單個(gè)遺傳算法之間差異性很小等特征.(3)對于集成學(xué)習(xí)的代表性算法Boosting、Bagging進(jìn)行了研究,并通

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論