进化规划与进化策略的变异算子

进化算法是研究全局优化算法中最重要的随机算法之一,本文给出了进化规划和进化策略的变异算子的数学描述,并提出变异函数的概念,在此基础上,给出了用均匀分布的随机数构造变异算子的几种方法和若干例子.结果表明.利用本文给出的方法,不仅可以构造出目前进化策略和进化规划算法普遍采用的几种变异算子,还可以构造出新的变异算子.针对一般的变异算子,在不要求目标函数连续的情况下,证明了保持最优个体的进化规划和进化策略,迭代产生的最优个体的函数值收敛到问题的最优值的ε-邻域的概率为1.     

多个离散分布的信息差度量的渐近分布

本文中对于多信息源的信息差异性度量B,我们研究了B(u1,u2,…,us)的渐近分布,其中u1,u2,…us是某个概率分布的样本估计．在某些较弱的条件下,我们证明了nB(u1,u2,…,us)的极限分布是自由度为1的X2分布的加权和,其中n是样本容量,u1,u2,…,us不必相互独立．     

最短路的一种算法

一、问题的背景 微型机应用于大型网络系统计算时,主要困难之一在于内存容量小,解决办法之一是利用外存存放数据,如用磁盘等,此时则必须考虑磁盘读写速度,尤其要尽量减少寻道次数(寻道一次时间是执行一次加法运算时间的数十到数百倍之多),以求提高计算速度,同时,在一个程序内完成多功能时(例如两类完全不同的计算),为了输入、修改、保存、查询数据一致,往往对计算方法提出一定要求。