主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2020年专刊出版计划 微信服务介绍 最新一期:2019年第12期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
曹先彬,高 隽,王煦法.基于生态竞争模型的遗传强化学习.软件学报,1999,10(6):658-662
基于生态竞争模型的遗传强化学习
An Ecological Competition Model for Genetic Reinforcement Learning
投稿时间:1998-04-20  修订日期:1998-06-29
DOI:
中文关键词:  遗传算法,收敛性,生态竞争,强化学习,函数优化.
英文关键词:Genetic algorithms, convergence, ecological competition, reinforcement learning, function optimization.
基金项目:本文研究得到国家自然科学基金和安徽省摼盼鍞重点攻关项目基金资助.
作者单位
曹先彬 中国科学技术大学计算机科学与技术系,合肥,230027 
高 隽 合肥工业大学计算机与信息系,合肥,230009 
王煦法 中国科学技术大学计算机科学与技术系,合肥,230027 
摘要点击次数: 2485
全文下载次数: 2935
中文摘要:
      未成熟收敛和收敛速度慢是目前遗传算法的明显缺点.借鉴生物在环境生态系统中的生长模式,文章提出一种生态竞争模型.该模型认为,竞争行为在生物的成长中占有十分重要的地位,在子群内实现了个体层次的先天遗传进化和后天竞争学习,在种群层次实现进一步的竞争强化学习.实验结果显示了该模型在解决收敛性问题时的有效性.
英文摘要:
      Premature convergence and low converging speed are the distinct weaknesses of the genetic algorithms. Using the living things' growth pattern for reference, a new model called ECM(ecological competition model) is proposed, in which the competition is considered to be in important position. In the ECM model, the congenital genetic evolution and the postnatal competition learning on individuals' level are realized in each sub-population, moreover, the competition reinforcement learning on population level is realized. The experimental results show the ECM model's effectiveness.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利