基于Q学习的适应性进化规划算法

被引：5

作者：

张化祥 ^{[1
]}

陆晶 ^{[2
]}

机构：

[1] 山东师范大学计算机系

[2] 山东财政学院计算机系

来源：

自动化学报 | 2008年 / 07期

关键词：

进化规划; 变异策略; Q学习; 收益;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

进化规划中,个体选择变异策略特别重要.适应性变异策略因在进化过程中动态选择个体变异策略,能够取得较好的性能.传统适应性变异策略都依据个体一步进化效果考察个体适应性,没有从多步进化效果上对变异策略进行评价.本文提出一种新的基于Q学习的适应性进化规划算法QEP(Q learning based evolutionary programming),该算法将变异策略看成行动,考察个体多步进化效果,并通过计算Q函数值,学习个体最优变异策略.实验表明,QEP能够获得好的性能.

引用

页码：819 / 822

页数：4