• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistica >EVOLUTIONARY COMPUTATION METHODS AND THEIR APPLICATIONS IN STATISTICS
【24h】

EVOLUTIONARY COMPUTATION METHODS AND THEIR APPLICATIONS IN STATISTICS

机译：进化计算方法及其在统计中的应用

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

A brief discussion of the genesis of evolutionary computation methods, their relationship to artificial intelligence, and the contribution of genetics and Darwin's theory of natural evolution is provided. Then, the main evolutionary computation methods are illustrated: evolution strategies, genetic algorithms, estimation of distribution algorithms, differential evolution, and a brief description of some evolutionary behavior methods such as ant colony and particle swarm optimization. We also discuss the role of the genetic algorithm for multivariate probability distribution random generation, rather than as a function optimizer. Finally, some relevant applications of genetic algorithm to statistical problems are reviewed: selection of variables in regression, time series model building, outlier identification, cluster analysis, design of experiments.
机译：简要讨论了进化计算方法的起源，它们与人工智能的关系以及遗传学和达尔文的自然进化论的贡献。然后，阐述了主要的进化计算方法：进化策略，遗传算法，分布算法的估计，差分进化，以及一些进化行为方法的简要描述，例如蚁群和粒子群优化。我们还将讨论遗传算法在多元概率分布随机生成中的作用，而不是作为函数优化器。最后，回顾了遗传算法在统计问题中的一些相关应用：回归变量的选择，时间序列模型的建立，离群值识别，聚类分析，实验设计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号