Zzzzzbh的博客

原创 【学习笔记】分布式估计算法（EDAs）

EDA 是一种随机优化算法，通过从已发现的有希望的解决方案中构建的显式概率模型对候选解决方案空间进行探索。大多数进化算法和EDA的主要区别在于，在EDA中 用于生成新候选解的概率分布是显示定义的，而在进化算法中，分布是隐式定义的。所谓的“显式定义”是指算法明确地使用概率模型来描述解空间的分布。这意味着算法直接构建并更新一个概率模型，此模型用于直接指导生成新的解。相反，在传统的进化算法中，如遗传算法（GA），选择、交叉（杂交）和变异操作通常定义了一个隐式的概率分布。