峰度驱动的云进化策略

Pattern Recognition and Artificial Intelligence（2012）

引用 1|浏览4

暂无评分

摘要

为了从传统进化策略的角度分析并改进云进化策略,研究云分布的峰度统计量及其应用.云分布在固定标准差时,也可通过调整峰度来改变噪声形状,可能产生更有效的变异.推导云分布峰度计算公式,以支持熵-超熵空间和标准差-峰度空间的相互转换.比较峰度和峰比对云分布噪声的影响,证明峰度更适宜自适应演化.给出峰度驱动的云进化策略,它的参数演化结合基于1/5规则的标准差演化和自适应峰度演化.对8个测试函数的实验结果显示,高峰度利于全局寻优,低峰度利于局部寻优,而峰度的自适应调整可综合二者优势.

查看译文

关键词

Kurtosis,Parameter Evolution,Cloud Model,Evolution Strategy

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要