Terjesztési algoritmus becslése
Az eloszlási algoritmusok becslése (EDA) ( angol , About: eloszlás becslése ) evolúciós algoritmusok , így az evolúciós optimalizálási problémák elveivel rendelkező eljárások megoldottak. Az EDA esetében egy valószínűségi modellt fejlesztenek ki iteratív módon a számítás során , amely az elkészített minták alapján megbecsüli a kívánt optimumot . Míg az adott probléma minden megengedett megoldása az elején egyenlően oszlik el a modellben , siker esetén csak a végén javasoljuk az optimális megoldást. Az algoritmus a genetikai algoritmus általánosítása , amely csak implicit módon becsüli meg az eloszlást. Az EDA kidolgozásának motivációja az volt, hogy a klasszikus evolúciós algoritmusokhoz megfelelő paraméterek (például mutációerősség vagy populációméret) kiválasztása maga is egy optimalizálási problémát jelent. John H. Holland már 1975-ben sejtette, hogy az optimalizálandó változók függőségei kiindulópontot jelentenek, amelyet az evolúciós algoritmusok kiaknázhatnak.
Egyéni bizonyíték
- ↑ Pedro Larrañaga, José A. Lozano, A terjesztési algoritmusok becslése: új eszköz az evolúciós számításhoz : 58. oldal