基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分布估计算法是进化计算领域新兴起的一类随机优化算法,是当前国际进化计算领域的研究热点.分布估计算法是遗传算法和统计学习的结合,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,如此反复进行,实现群体的进化.分布估计算法中没有传统的交叉、变异等遗传操作,是一种全新的进化模式;这种优化技术能够通过概率图模型对变量之间的关系进行建模,从而能有效的解决多变量相关的优化问题.根据概率模型的复杂性,本文按照变量无关、双变量相关、多变量相关等三类分别介绍相应的分布估计算法.作为一篇综述性文章,本文旨在全面系统的向国内读者介绍这一新技术,并总结分布估计算法的研究现状和未来的研究方向.
推荐文章
MIMO-OFDM系统信道估计算法综述
多输入多输出
正交频分复用
信道估计
经验分布函数概率模型的分布估计算法
分布估计算法
经验分布函数
逆变换法
改进分布估计算法的协同优化研究
分布估计算法
物理退火
信息熵
协同优化
基于分布估计算法的输电网扩展规划
输电网扩展规划
分布估计算法
基于群体的递增学习
因子分布算法
电力系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 分布估计算法综述
来源期刊 自动化学报 学科 工学
关键词 分布估计算法 遗传算法 统计学习 概率模型
年,卷(期) 2007,(2) 所属期刊栏目 综述
研究方向 页码范围 113-124
页数 12页 分类号 TP3
字数 12650字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孙增圻 清华大学计算机系智能技术与系统国家重点实验室 94 2764 28.0 51.0
2 周树德 清华大学计算机系智能技术与系统国家重点实验室 1 305 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (22)
节点文献
引证文献  (305)
同被引文献  (405)
二级引证文献  (1087)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(3)
  • 参考文献(3)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(8)
  • 参考文献(8)
  • 二级参考文献(0)
2006(4)
  • 参考文献(4)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(16)
  • 引证文献(16)
  • 二级引证文献(0)
2009(38)
  • 引证文献(22)
  • 二级引证文献(16)
2010(72)
  • 引证文献(41)
  • 二级引证文献(31)
2011(70)
  • 引证文献(21)
  • 二级引证文献(49)
2012(109)
  • 引证文献(35)
  • 二级引证文献(74)
2013(120)
  • 引证文献(39)
  • 二级引证文献(81)
2014(129)
  • 引证文献(32)
  • 二级引证文献(97)
2015(176)
  • 引证文献(32)
  • 二级引证文献(144)
2016(183)
  • 引证文献(21)
  • 二级引证文献(162)
2017(160)
  • 引证文献(18)
  • 二级引证文献(142)
2018(172)
  • 引证文献(20)
  • 二级引证文献(152)
2019(106)
  • 引证文献(5)
  • 二级引证文献(101)
2020(39)
  • 引证文献(1)
  • 二级引证文献(38)
研究主题发展历程
节点文献
分布估计算法
遗传算法
统计学习
概率模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化学报
月刊
0254-4156
11-2109/TP
大16开
北京市海淀区中关村东路95号(北京2728信箱)
2-180
1963
chi
出版文献量(篇)
4124
总下载数(次)
26
总被引数(次)
120705
相关基金
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
论文1v1指导