分布估计算法在多维函数优化中的应用

摘要

分布估计算法是一类新的进化算法,它通过统计在当前群体中选出的个体信息给出下一代个体分布的概率统计,用随机取样的方法生成下一代群体.文章将建立在一般结构Gauss网络上的分布估计算法应用于多维函数的优化并与传统的粒子群优化算法进行了比较.仿真实验结果表明,分布估计算法可以在很短的时间内收敛至全局最优解,避免了传统算法的不足,提高了函数优化的准确性.