论文部分内容阅读
针对单变量边缘分布算法（UMDA）求解复杂优化问题时的局限性，本文将均匀变异机制引入分布估计算法（EDAs）领域，提出了一种基于均匀变异的单变量边缘分布算法。该算法利用均匀变异操作保持种群的多样性，提高混合算法的全局搜索能力。通过对算法的分析和仿真实验表明与单变量边缘分布算法（UMDA）相比，改进后的保持种群多样性的单变量边缘分布算法具有更高的优化性能。