基于圖形模型的智能優(yōu)化.pdf

1、該文以圖形模型為線索,將圖形模型與傳統(tǒng)進化機理有機地結合,探索基于圖形模型的進化機制,研究更具智能性的優(yōu)化理論.文中通過圖形模型結構的漸變,由淺入深地刻劃了進化種群中的優(yōu)良解集,并以研究圖形模型的局部BD度量規(guī)律為切入點,提出快速有效的圖形模型構建方法.最后將該文建立的優(yōu)化理論應用于層次化函數優(yōu)化和無人戰(zhàn)斗機的路徑規(guī)劃,驗證基于圖形模型的智能優(yōu)化算法進化的趨勢、強度和效果.該文的貢獻主要有以下幾方面.(1)從圖形模型的觀點看待優(yōu)良解集的

2、刻劃,緊致遺傳算法采用了最簡單的圖形結構,所以首先研究緊致遺傳算法的遺傳進化機理,分析進化強度.(2)描述了利用信息熵建立樹形模型的過程,通過分析基于相互信息樹的進化算法,發(fā)現(xiàn)這些圖形模型中的節(jié)點不具有明顯的因果關系是導致算法存在問題的根本原因.(3)由于構造貝葉斯網絡圖的傳統(tǒng)算法存在固有缺陷,該文通過探索貝葉斯網絡圖的內在規(guī)律,主要研究基于BD度量的局部貝葉斯網絡圖的度量屬性,提出網絡圖中節(jié)點的相似性、獨立性及對稱性等新概念,得出相似