검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

An Adaptive Niching EDA with Balance Searching Based on Clustering Analysis 클러스터링 분석 기반 균형 검색 기능을 갖춘 적응형 틈새 EDA

Benhui CHEN, Jinglu HU

  • 조회수

    0

  • 이것을 인용

요약 :

불규칙하고 복잡한 다중 모드 환경의 최적화 문제의 경우 EDA(분포 알고리즘 추정)는 다른 진화 알고리즘과 유사한 조기 수렴이라는 단점을 겪습니다. 본 논문에서는 AP(Affinity Propagation) 클러스터링 분석을 기반으로 하는 적응형 틈새 EDA를 제안합니다. AP 클러스터링은 틈새를 적응적으로 분할하고 진화 프로세스에서 검색 정보를 마이닝하는 데 사용됩니다. 획득된 정보는 밸런스 니칭 검색 전략을 사용하여 EDA 성능을 향상시키는 데 성공적으로 활용됩니다. 두 가지 서로 다른 범주의 최적화 문제가 제안된 적응형 틈새 EDA를 평가하는 데 사용됩니다. 첫 번째는 단일 가우스 확률 모델을 기반으로 하는 연속 EDA를 통해 세 가지 벤치마크 기능 다중 모드 최적화 문제를 해결하는 것입니다. 다른 하나는 실제로 복잡한 이산 EDA 최적화 문제인 HP 모델 단백질 접힘을 해결하는 것입니다. k-Markov 확률 모델을 주문합니다. 시뮬레이션 결과는 제안된 적응형 틈새 EDA가 효율적인 방법임을 보여줍니다.

발행
IEICE TRANSACTIONS on Fundamentals Vol.E93-A No.10 pp.1792-1799
발행일
2010/10/01
공개일
온라인 ISSN
1745-1337
DOI
10.1587/transfun.E93.A.1792
원고의 종류
PAPER
범주
VLSI 설계 기술 및 CAD

작성자

키워드