基于分布算法估计的新型分类学习框架

分配算法(简称EDA)的估算是相对而言的进化算法的新分支。 EDA将搜索运算符替换为估计选定个人的分布+从人口。在EDA中,人口的这种明确表示是取而代之的是每种情况下可用选项的概率分布向量中代表种群成员的位置。在本文中,分布学习框架的估计和相应的学习提出了算法,框架的相关性质如下:根据概率进行分析。该框架提供了基础和设计和分析进化学习算法的主要准则基于EDA。概率是EDA的核心工具。基于EDA的学习需要算法来估计样本的总体分布分布。建议的学习框架可以指导和规范设计基于EDA的学习算法和策略的过程。这从以下方面分析了涉及相关学习问题的框架:通过属性分析,证明和验证来观察概率。这实验结果表明,所提出的框架是可行的。从数据集学习,并且比其他一些学习性能更好相关的进化学习方法。