导读:本文包含了单变量边缘分布算法论文开题报告文献综述及选题提纲参考文献，主要关键词:分布估计算法,罚函数,非线性约束优化
单变量边缘分布算法论文文献综述
张金风,夏桂梅[1]（2014）在《一种求解非线性约束优化的单变量边缘分布算法》一文中研究指出借鉴罚函数法思想,将建立在Gauss网络的单变量边缘分布算法应用于非线性约束优化问题,提出的新算法突破了传统基于约束保持法或可行规则法的约束处理.且单变量边缘分布是基于搜索空间的宏观层面的进化方法,具备更强的全局搜索能力和更高的收敛率,从而为约束问题的求解提供了一种新的途径.(本文来源于《宁夏师范学院学报》期刊2014年03期）
顾巍,伍永刚,胡斌奇[2]（2013）在《混合单变量边缘分布算法及其仿真应用》一文中研究指出针对单变量边缘分布算法(UMDA)容易陷入局部最优解且搜索效率较低等缺点,提出一种混合单变量边缘分布算法(HUMDA).该算法采用两阶段参数动态控制策略来控制算法的均值与方差参数,在搜索初期保持群体的多样性,在算法后期提高了算法的局部搜索能力,并引入混沌搜索机制有效提高了算法的搜索精度和效率.采用多峰高维标准测试函数进行测试,测试结果表明HUMDA具有更优的全局搜索能力且搜索精度较高.将其应用于求解水库优化调度问题,亦得到较好的结果.(本文来源于《控制与决策》期刊2013年05期）
黄情操,余达祥[3]（2012）在《单变量边缘分布算法与蚁群算法的混合算法收敛性分析》一文中研究指出智能混杂算法是当前智能优化算法的研究热点,可以融合多种优化算法的优势,提高算法的性能。单变量边缘分布算法具有大范围快速全局搜索能力,但不能很好地利用系统中的反馈信息;蚁群算法是一种并行的分布式正反馈系统算法,但其初期信息素匮乏,求解速度慢。将单变量边缘分布算法与蚁群算法相结合,可以优势互补。基于上述思想,提出一种基于单变量边缘分布算法与蚁群算法混合的算法,并运用马尔科夫随机过程理论对该算法的收敛性进行了分析,结果表明了该算法的优化解满意值序列是单调不增的和收敛的。(本文来源于《现代电子技术》期刊2012年06期）
武燕,王宇平,刘小雄[4]（2008）在《结合启发式算子的单变量边缘分布算法求解SAT问题》一文中研究指出单变量边缘分布算法(UMDA)是一种新的进化算法,是求解复杂问题的一种有效算法。根据SAT问题的特点,本文提出了一种求解SAT问题的改进单变量边缘分布算法(HeUMDASAT),该算法结合SAT问题本身固有的结构信息与当前群体的优秀解所提供的全局信息,构造了一个新的启发算子,并将此算子结合到单变量边缘分布算法中。此算子不同于随机搜索算子,由其产生的个体可以使得算法跳出局部最优并探索新的潜在区域,并且加快算法的收敛速度。用SATLIB库中的标准SAT问题对HeUMDASAT算法进行测试,实验结果表明该算法在求解速度和成功率方面都有明显的改善。(本文来源于《计算机科学》期刊2008年05期）
张庆彬,吴惕华,刘波[5]（2007）在《克隆选择单变量边缘分布算法》一文中研究指出针对单变量边缘分布算法(UMDA)求解复杂优化问题的局限性,将人工免疫系统引入分布估计算法(EDAs)领域,提出了一种基于克隆选择原理的单变量边缘分布算法.该算法在进化过程中的每一代执行若干次克隆选择算法(CLONALG),利用克隆选择过程中的高频变异操作提高混合算法的局部搜索能力.通过对2种不同旅行商问题(TSP)的仿真实验表明,与UMDA、CLONALG以及UMDA和2-opt局部搜索算法的混合算法(UM-DA2-opt)相比,克隆选择单变量边缘分布算法具有更高的优化性能.(本文来源于《浙江大学学报(工学版)》期刊2007年10期）
杨小林[6]（2003）在《二变量边缘分布算法及其性能研究》一文中研究指出该文研究二变量边缘分布算法,着重讨论了算法的快速实现问题。在此基础上,利用测试函数分析了算法求解问题的能力。实验结果表明,算法具有较好的性能。(本文来源于《计算机工程与应用》期刊2003年17期）
杨小林[7]（2002）在《快速二变量边缘分布算法及其应用研究》一文中研究指出1.引言近年来,一些研究者从统计学的观点出发,将构造性模型引入进化算法的研究,形成一类基于概率分布的进化算法,文献中也称这类算法为分布评价算法(EDA),概率分析构造遗传算法(PMBGA)等名称,本文统一称之为概率分析进化算法,简称为PMEA(Evolutionary Algorithm basedon Probability Modeling)。和传统的进化算法不同,PMEA的基本思想是通过从当前优选的解集合中提取信息,然后依据这些信息建立概率分布模型,再利有这种分布产生新的解,如些重复,直到满足算法的终止条件。依据采用概率模型的复杂性,PMEA算法可分为一阶、二阶和高阶算法,本文着重讨论两变量边缘分布算法(Bivariate Marginal Distribution Algorithm,BMDA)的快速计算问题,提出一种适合BMDA的快速算法,并利用这种快(本文来源于《计算机科学》期刊2002年04期）
单变量边缘分布算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对单变量边缘分布算法(UMDA)容易陷入局部最优解且搜索效率较低等缺点,提出一种混合单变量边缘分布算法(HUMDA).该算法采用两阶段参数动态控制策略来控制算法的均值与方差参数,在搜索初期保持群体的多样性,在算法后期提高了算法的局部搜索能力,并引入混沌搜索机制有效提高了算法的搜索精度和效率.采用多峰高维标准测试函数进行测试,测试结果表明HUMDA具有更优的全局搜索能力且搜索精度较高.将其应用于求解水库优化调度问题,亦得到较好的结果.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
单变量边缘分布算法论文参考文献
[1].张金风,夏桂梅.一种求解非线性约束优化的单变量边缘分布算法[J].宁夏师范学院学报.2014
[2].顾巍,伍永刚,胡斌奇.混合单变量边缘分布算法及其仿真应用[J].控制与决策.2013
[3].黄情操,余达祥.单变量边缘分布算法与蚁群算法的混合算法收敛性分析[J].现代电子技术.2012
[4].武燕,王宇平,刘小雄.结合启发式算子的单变量边缘分布算法求解SAT问题[J].计算机科学.2008
[5].张庆彬,吴惕华,刘波.克隆选择单变量边缘分布算法[J].浙江大学学报(工学版).2007
[6].杨小林.二变量边缘分布算法及其性能研究[J].计算机工程与应用.2003
[7].杨小林.快速二变量边缘分布算法及其应用研究[J].计算机科学.2002