思维进化算法的转移概率分析及几乎处处收敛性证明
CSTR:
作者:
作者单位:

太原科技大学电子信息工程学院,太原030024.

作者简介:

郭红戈

通讯作者:

中图分类号:

TP301

基金项目:

山西省自然科学(青年科技研究) 基金项目(2012021012-4).


Migration probabilities analysis and almost sure convergence proof of mind evolutionary algorithm
Author:
Affiliation:

College of Electronic and Information Engineering,Taiyuan University of Science and Technology,Taiyuan 030024,China.

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    思维进化算法已有的收敛性分析均是在依概率收敛意义下考虑的, 而几乎处处收敛强于依概率收敛. 在详细分析思维进化算法趋同算子和异化算子转移概率的基础上, 利用种群最大适应度值函数描述思维进化算法的演化过程, 将最大适应度值函数的进化过程转化为下鞅数列, 并根据数学期望的性质和最大适应度值函数的特点, 利用下鞅收敛定理严格证明了思维进化算法的几乎处处收敛性.

    Abstract:

    The convergence in probability of mind evolutionary algorithm (MEA) is proved by using the Markovian chain. The almost sure convergence is stronger than the convergence in probability. The migration probabilities of the similar-taxis and the dissimilation are analyzed in detail, and the evolution process of the maximal fitness function is described as a submartingale series. Based on the characteristic of the conditional expectation and the maximal fitness function, the almost sure
    convergence of MEA is proved rigorously by using the sub-martingale convergence theorem.

    参考文献
    相似文献
    引证文献
引用本文

郭红戈.思维进化算法的转移概率分析及几乎处处收敛性证明[J].控制与决策,2014,29(12):2201-2206

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-09-05
  • 最后修改日期:2014-02-07
  • 录用日期:
  • 在线发布日期: 2014-12-20
  • 出版日期:
文章二维码