经验分布函数概率模型的分布估计算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (8): 33-35.

经验分布函数概率模型的分布估计算法

张建华1，2，曾建潮3

1.兰州理工大学电气工程与信息工程学院，兰州 730050
2.中北大学电子与计算机科学技术学院，太原 030051
3.太原科技大学复杂系统与智能计算实验室，太原 030024

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-11 发布日期:2011-03-11

Estimation of distribution algorithms using empirical distribution function as probability model

ZHANG Jianhua1，2，ZENG Jianchao3

1.College of Electrical and Information Engineering，Lanzhou University of Technology，Lanzhou 730050，China
2.School of Electronics and Computer Science and Technology，North University of China，Taiyuan 030051，China
3.Complex System and Computational Intelligence Laboratory，Taiyuan University of Science and Technology，Taiyuan 030024，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-11 Published:2011-03-11

摘要/Abstract

摘要： 连续域分布估计算法普遍采用高斯概率模型，假设变量服从高斯分布。该假设并不具有普遍意义。提出一个任意分布的连续多变量耦合分布估计算法，利用经验分布函数从样本估计分布，采样产生新的个体。描述经验分布函数和逆变换法采样，讨论用样本构造经验分布函数并采样的基本思想，给出一次采样算法及完整的分布估计算法，通过典型函数的仿真实验，说明方法的正确性和有效性。

关键词: 分布估计算法, 经验分布函数, 逆变换法

Abstract: Estimation of distribution algorithms in continuous domains is based on such assumption that the variables subject to Gauss distribution.But it does not apply to everywhere.Estimation of distribution algorithms based on empirical distribution function is presented.The distribution is estimated with empirical distribution function directly.New individuals are sampled from the decided distribution for next generation.When the ideas of empirical distribution function and inverse transformation sampling are given，this paper describes the sampling algorithm and the whole estimation of distribution algorithm in order.The experimental results indicate the validity of the algorithm.

Key words: estimation of distribution algorithms, empirical distribution function, inverse transformation sampling

张建华1，2，曾建潮3. 经验分布函数概率模型的分布估计算法[J]. 计算机工程与应用, 2011, 47(8): 33-35.

ZHANG Jianhua1，2，ZENG Jianchao3. Estimation of distribution algorithms using empirical distribution function as probability model[J]. Computer Engineering and Applications, 2011, 47(8): 33-35.

[1]	杨小东，康雁，柳青，孙金文. 求解作业车间调度问题的禁忌分布估计算法[J]. 计算机工程与应用, 2017, 53(7): 147-153.
[2]	孙良旭1，曲殿利2，刘国莉3. 置换流水车间调度问题的两阶段分布估计算法[J]. 计算机工程与应用, 2017, 53(2): 64-71.
[3]	时光，刘健辰，陈忠华，郭凤仪，姜国强. 基于DE-EDA多目标优化的受电弓模糊控制[J]. 计算机工程与应用, 2016, 52(1): 229-232.
[4]	余娟，贺昱曜. 解决0-1背包问题的遗传分布估计算法[J]. 计算机工程与应用, 2014, 50(9): 12-16.
[5]	柳涛1，彭敏放1，宋丽伟1，王岳明1，沈美娥2. 基于分布估计算法的配电网故障区段定位[J]. 计算机工程与应用, 2014, 50(21): 243-247.
[6]	张庆彬1，2，刘波3，田彦平1，贺媛媛1. 基于自适应学习搜索框架的混合分布估计算法[J]. 计算机工程与应用, 2012, 48(6): 35-37.
[7]	张琪新1，2，夏焕军3，闵海波2. 航天器近距离变轨能量时间关系研究[J]. 计算机工程与应用, 2012, 48(24): 201-205.
[8]	陈旺¹，李波¹，史彦军²，滕弘飞². 求解RCPSP问题的带分布估计的差异演化算法[J]. 计算机工程与应用, 2011, 47(4): 1-4.
[9]	张建华^1，2，3，曾建潮². 采用分布估计算法计算AHP判断矩阵排序权重[J]. 计算机工程与应用, 2010, 46(27): 25-28.
[10]	吴红，王维平，王磊，杨峰. 改进分布估计算法的协同优化研究[J]. 计算机工程与应用, 2010, 46(26): 28-30.
[11]	刘蕾,鲁华祥. 集合划分问题的分布估计求解[J]. 计算机工程与应用, 2009, 45(10): 130-132.
[12]	杨广益欧阳智敏全惠云. 松驰互补分布估计算法求解多维背包问题[J]. 计算机工程与应用, 2007, 43(12): 77-80.