分布估計算法及其在IIR數(shù)字濾波器設(shè)計中的應(yīng)用.pdf

1、分布估計算法是基于概率模型的一類新興進(jìn)化算法，它將統(tǒng)計學(xué)習(xí)理論與進(jìn)化算法相結(jié)合，通過統(tǒng)計優(yōu)勢群體的分布來指導(dǎo)新一代種群的產(chǎn)生。分布估計算法經(jīng)提出以后，迅速成為進(jìn)化計算領(lǐng)域的研究熱點，大量學(xué)者對其進(jìn)行了理論研究和優(yōu)化應(yīng)用。雖然學(xué)者們?nèi)〉昧舜罅砍晒杂泻芏鄦栴}需要進(jìn)一步研究。本文根據(jù)分布估計算法特點，主要從分布估計算法概率模型及其構(gòu)建方式等方面對算法性能進(jìn)行改進(jìn)，并將改進(jìn)后的分布估計算法用于ⅡR數(shù)字濾波器優(yōu)化設(shè)計。主要完成了以下下工作：

2、
　?、鸥倪M(jìn)了分布估計算法概率模型建模方式。本文結(jié)合分布估計算法概率模型在進(jìn)化過程中的變化特征，從概率模型建模方式上對分布估計算法進(jìn)行了改進(jìn)。將以樣本均值為概率中心、一個種群用一個概率模型來描述其分布的方法拓展到以優(yōu)勝個體為概率中心、多個概率模型描述一個種群分布的建模方式。通過實驗對比，改進(jìn)的分布估計算法具有比同期經(jīng)典分布估計算法更好的搜索性能。
　　⑵通過引入柯西概率分布，對分布估計算法概率模型進(jìn)行了改進(jìn)。在求解連續(xù)優(yōu)化問

3、題時，經(jīng)典分布估計算法一般采用高斯分布作為分布估計算法的概率模型，高斯分布具有尖峰的特點，能很好的利用優(yōu)勝個體的引導(dǎo)進(jìn)行精細(xì)開采，但高斯分布尾部較窄，具有較小的跳變能力，全局尋優(yōu)能力不夠強。為了增強算法的全局搜索能力，引入了有較廣尾部的柯西分布，目的在于提高算法的跳變勘探能力。本文通過將柯西分布與高斯分布的組合，并對其組合方式進(jìn)行了實驗探討，給出了既兼顧柯西分布勘探能力又具備高斯分布精細(xì)開采能力的組合概率模型分布估計算法。通過大量的標(biāo)準(zhǔn)