機(jī)器學(xué)習(xí)中若干計(jì)算智能問(wèn)題的研究.pdf

1、機(jī)器學(xué)習(xí)是伴隨著人工智能理論和技術(shù)的發(fā)展而產(chǎn)生一個(gè)重要領(lǐng)域，也是其中發(fā)展最熱門(mén)的領(lǐng)域之一。機(jī)器學(xué)習(xí)的目的不是尋找意識(shí)那么復(fù)雜和深?yuàn)W，通俗講，它是設(shè)計(jì)一種算法，可以讓計(jì)算機(jī)進(jìn)行學(xué)習(xí)。學(xué)習(xí)當(dāng)然并不一定是指意識(shí)學(xué)習(xí)，而更像是從數(shù)據(jù)中尋找統(tǒng)計(jì)規(guī)律，或者發(fā)現(xiàn)一些模式。從這個(gè)角度講，機(jī)器學(xué)習(xí)的問(wèn)題可以分為兩部分，其一是模型設(shè)計(jì)，其二是搜索算法，但核心問(wèn)題仍然是搜索問(wèn)題。 基于此，本文主要分兩個(gè)部分。 第一部分著重討論了搜索算法。重點(diǎn)

2、討論了進(jìn)化計(jì)算特別是遺傳算法，對(duì)影響遺傳算法性能的諸多因素做了討論，針對(duì)于最能決定算法性能的交叉算子，本文提出了一種改進(jìn)的內(nèi)外交叉結(jié)合的交叉算子，通過(guò)大量的標(biāo)準(zhǔn)函數(shù)的測(cè)試，實(shí)驗(yàn)結(jié)果顯示該算子確實(shí)能提高算法的性能。從提出的交叉算子為出發(fā)點(diǎn)，嘗試性的提出了一種基于個(gè)體組尋優(yōu)的搜索算法，仿真結(jié)果顯示該方法至少比SGA要好，但從算法的流程來(lái)講，可以認(rèn)為這是多種群遺傳算法的一種特殊形式。在本部分的最后，又重新對(duì)進(jìn)化計(jì)算的核心也是本質(zhì)的一個(gè)問(wèn)題—適

3、應(yīng)性的概念，從生態(tài)學(xué)與進(jìn)化論的角度，以及對(duì)比于算法的特殊化設(shè)計(jì)，做了深入的討論，并初步介紹了可能用以衡量這一指標(biāo)的方法。 第二部分討論了機(jī)器學(xué)習(xí)的另一問(wèn)題，模型的設(shè)計(jì)與訓(xùn)練。以分類(lèi)器為例，從性能和效率的角度分析了為什么采用多學(xué)習(xí)機(jī)集成方法，并介紹了集成和訓(xùn)練的方法，如重采樣技術(shù)。最后，在模型的訓(xùn)練中如何對(duì)龐大的訓(xùn)練數(shù)據(jù)集更有效更高效的利用，本文提出了一種基于尋找距離空間中邊緣樣本集的數(shù)據(jù)預(yù)處理方法，同時(shí)，也客觀的指出了該方法可能