基于知识迁移的Ant-Q算法 | |
王雪松 ; 潘杰 ; 程玉虎 | |
2015-09-10 ; 2015-09-10 | |
关键词 | 知识迁移 Ant-Q算法 贝叶斯理论 样本筛选 旅行商问题 |
中文摘要 | 常规Ant-Q算法计算复杂度随问题的规模呈现出阶乘级的增长,极大地抑制了算法的收敛速度,同时其仅关注单一任务本身,使得求出的解不具有可重用性,在处理一系列相关联任务时效率较低.为此,提出一种基于知识迁移的Ant-Q算法,通过贝叶斯理论分析源任务与目标任务的相似率,并以此为权值确定各源任务的迁移样本数,然后将各源任务样本按迁移价值降序排列,筛选出有效迁移样本,指导Agent快速做出合理决策.在att532旅行商问题上的仿真结果表明,知识迁移能够有效降低目标任务的学习难度,从而快速找到问题的最优解. |
内容类型 | 期刊论文 |
源URL | [http://ir.calis.edu.cn/hdl/232060/14183] |
专题 | 中国矿业大学(徐州) |
推荐引用方式 GB/T 7714 | 王雪松,潘杰,程玉虎. 基于知识迁移的Ant-Q算法[J],2015, 2015. |
APA | 王雪松,潘杰,&程玉虎.(2015).基于知识迁移的Ant-Q算法.. |
MLA | 王雪松,et al."基于知识迁移的Ant-Q算法".(2015). |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论