贝叶斯优化以及高斯过程_第1页
贝叶斯优化以及高斯过程_第2页
贝叶斯优化以及高斯过程_第3页
贝叶斯优化以及高斯过程_第4页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

贝叶斯优化算法贝叶斯优化算法( BOA) 是由美国UIUC 大学的Pelikan 等在2000 年前后提出的，在贝叶斯优化算法中，根据均匀分布随机产生初始种群，然后采用进化算法的各种选择方法，比如二进制锦标赛选择、比例选择、截断选择等，从当前种群中选择候选解，再根据选择后的种群建立贝叶斯网络概率模型，从模型的采样中获取新的候选解，最后，将采样得到的解重新加入到原来的种群中，可以用新的解代替原来的种群; 重复这个过程，直到满足终止条件。在已经找到的最优解，或者是种群已经失去了多样性，或者是已经不太可能找到更优的解等情况下可以中止程序。贝叶斯优化算法的流程如下:( 1) 设t: = 0，随机产生初始种群P( 0) ;( 2) 从P( t) 中选择候选解S( t) ;( 3) 在一定的选择规则和限制条件下构建符合要求的贝叶斯网络B;( 4) 根据贝叶斯网络B 的联合分布函数产生新的解O( t) ;( 5) 用O( t) 取代P( t) 中的部分解，形成新的种群P( t + 1) ;( 6) 如果不满足终止条件，转向( 2) 。在贝叶斯优化算法中，建立贝叶斯网络是算法的核心和关键。贝叶斯网络是联合概率分布的图形表示形式。一个贝叶斯网络由两部分组成:结构B 和参数。结构B 是一个有向无环图，其节点表示各个变量，节点之间的有向边表示变量之间的条件依赖关系。参数由变量间的条件概率来决定，一般贝叶斯网络包含如下的联合概率分布:贝叶斯网络是用来描述所选择的优秀解的特征和分布，以此来指导新解的生成。Bayes 网络的学习是一个NP 难题，对它的研究已经非常深入，对网络结构的搜索一般可以采用贪心算法，贪心算法在搜索效率和模型的质量间有很好的平衡，网络的结构性能采用一些判定准则来衡量
人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论