论文部分内容阅读
分布估计算法作为基于概率模型的进化算法没有传统的交叉、变异等遗传操作，是一种全新的进化模式，其应用统计学习的方法建立描述解空间的概率模型，在优化问题的解决上得到了广泛的应用．随着大数据的出现，对于算法的收敛性和求解精度的要求也在不断提高，文章试图对分布估计算法进行改进，把粒子群优化算法应用到分布估计算法中．引入认知种群的概念，把认知种群作为分布估计算法选择的对象，提出一种新的改进算法．将文章提出的算法与用遗传算法改进的分布估计算法（GA—EDA）和基苓分布估计算法（EDA）进行比较，用10个基准测试函数进