UMDA. a kind of estimation of distribution algorithm

资 源 简 介

UMDA. a kind of estimation of distribution algorithm

详 情 说 明

UMDA（Univariate Marginal Distribution Algorithm）是一种基于概率模型的估计分布算法（EDA），它是对传统遗传算法的改进。与遗传算法不同，UMDA不依赖于交叉和变异操作，而是通过统计学习的方式建立变量的概率模型，并利用该模型生成新的候选解。

UMDA的核心思想是通过分析当前种群中的优秀个体，估计每个变量的边际概率分布，然后利用这些分布独立采样生成新个体。这种方法避免了遗传算法中可能出现的过早收敛问题，同时在高维优化问题上表现更稳定。

UMDA适用于连续和离散优化问题，尤其在变量之间相关性较弱时效果显著。它的计算复杂度较低，且能够有效保持种群多样性，是进化计算领域的重要算法之一。