基于全面学习的量子分布估计算法
Quantum-Inspired Estimation of Distribution Algorithm Based on Comprehensive Learning作者机构:中国科学技术大学电子科学与技术系合肥230027
出 版 物:《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)
年 卷 期:2010年第23卷第3期
页 面:314-319页
核心收录:
学科分类:08[工学] 081104[工学-模式识别与智能系统] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(No.60401015) 国家自然科学基金广东联合基金(No.U0835002)资助项目
主 题:量子进化算法 量子概率模型 全面学习 0-1背包问题 组合优化
摘 要:量子进化算法采用多个简单概率模型并行搜索的框架结构,从而可尝试引入有效的多模型学习机制以提高算法的探索能力.文中将全面学习的思想引入多量子概率模型的学习,提出基于全面学习的量子分布估计算法.在该算法中,模型的每个分量都可以向不同的目标学习,使得量子概率模型有可能较为全面地从已知较优解中提取知识,以尽可能全面地描述解空间中好的区域,有效提高算法求解复杂优化问题的能力.在典型0-1背包问题上的比较实验充分验证该算法的有效性和先进性.