Estimation of distribution algorith

Estimation of distribution algorithms is an emerging
branch in the field of evolutionary computation, which is
the combination of evolutionary algorithms and statistical
learning. The algorithms are to build individual
distribution probability models in the solution space by
statistical learning, and then to evolve the model with the
idea of evolution. In Estimation of distribution algorithm
there is no crossover and mutation operations, which is
replaced by estimating probability model of solution
space and generating the new group by sampling the
probability model. Estimation of distribution algorithms
grasps the direction of group evolution from a macro
which can solve high-dimensional multi-objective
optimization so as to reduce the time complexity
effectively at the initial stages. In multi-objective
optimization, it is impossible to optimize multiple goals
at the same time, so the goal of optimization is to find a
set of Pareto optimal solutions, which can be solved
appropriately since estimation of distribution algorithm is
suitable for solving such problems because of its inherent
parallelism

Kết quả (Việt) 1:

Dự toán của các thuật toán phân phối là một mới nổichi nhánh trong lĩnh vực của tính toán tiến hóa, đó làsự kết hợp của tiến hóa các thuật toán và thống kêhọc tập. Các thuật toán là xây dựng cá nhânMô hình phân phối xác suất trong không gian giải pháp bằng cáchthống kê học, và sau đó phát triển các mô hình với cácý tưởng của sự tiến hóa. Trong dự toán của thuật toán phân phốicó là không có chéo và đột biến các hoạt động, mà làthay thế bởi ước tính xác suất mô hình giải phápkhông gian và tạo ra nhóm mới bằng cách lấy mẫu cácMô hình xác suất. Dự toán của các thuật toán phân phốigrasps hướng nhóm tiến hóa từ một vĩ môđó có thể giải quyết mục tiêu đa chiều caotối ưu hóa để giảm độ phức tạp thời giancó hiệu quả ở các giai đoạn ban đầu. Trong đa mục tiêutối ưu hóa, nó là không thể để tối ưu hóa các mục tiêu nhiềucùng lúc đó, vì vậy mục tiêu tối ưu hóa là để tìm mộttập hợp các giải pháp tối ưu Pareto, mà có thể được giải quyếtthích hợp từ dự toán phân phối thuật toán làthích hợp cho việc giải quyết các vấn đề như vậy vì vốn có của nóxử lý song song

Kết quả (Việt) 2:

Ước tính của các thuật toán phân phối là một mới nổi
chi nhánh trong lĩnh vực tính toán tiến hóa, đó là
sự kết hợp của các thuật toán tiến hóa và thống kê
học. Các thuật toán là để xây dựng cá nhân
mô hình xác suất phân bố trong không gian giải pháp bằng cách
học tập thống kê, và sau đó phát triển các mô hình với các
ý tưởng của sự tiến hóa. Trong dự toán của thuật toán phân phối
không có chéo và đột biến hoạt động, được
thay thế bằng cách ước lượng mô hình xác suất của giải pháp
không gian và tạo ra các nhóm mới bằng cách lấy mẫu các
mô hình xác suất. Ước tính của các thuật toán phân phối
nắm hướng tiến hóa nhóm từ vĩ mô
mà có thể giải quyết đa mục tiêu chiều cao
tối ưu hóa để giảm sự phức tạp thời gian
một cách hiệu quả ở giai đoạn ban đầu. Trong đa mục tiêu
tối ưu hóa, nó là không thể để tối ưu hóa nhiều mục tiêu
cùng một lúc, vì vậy mục tiêu tối ưu hóa là để tìm thấy một
bộ các giải pháp tối ưu Pareto, có thể được giải quyết
một cách thích hợp kể từ khi lập dự toán của thuật toán phân phối là
phù hợp để giải quyết vấn đề như vậy vì của vốn có của nó
song song