基于混合采样机制的互信息分布估计算法

针对二阶分布估计算法的早熟收敛问题,提出一种基于混合采样机制的互信息分布估计算法(MIEDA). MIEDA利用互信息度量变量之间的相关性,形成互信息树的概率模型;采用稀疏模型构建的思想,并基于自私基因理论建立信息奖惩机制,以加快算法的收敛速度;结合反向学习、最优解变异和随机采样形成混合采样机制,以提高算法的采样效率.仿真结果表明,MIEDA比常见的二阶分布估计算法具有更高的稳定性和更强的寻优能力.