罗杰里奥·萨利纳斯·古蒂埃雷斯;阿尔图罗·埃尔南德斯·阿吉雷;Enrique R.维拉·迪哈塞。 连续分布估计算法中图形模型的Copula选择。 （英语） Zbl 1306.65130号 计算。斯达。 29，第3-4号，685-713（2014）. 摘要：本文介绍了在分布估计算法（EDA）中使用图形模型和copula函数来解决多元优化问题。这项工作表明，结合copula函数和图形模型来建模变量之间的依赖关系，与传统EDA相比具有一些理论优势。本文利用copula函数和两个著名的图形模型，提出了一种定义新EDA的新方法。这两种依赖关系都是由一个copula函数建模的，该函数是从一组预定义的六个函数中选择的，目的是覆盖广泛的相互关系。它还展示了在图形模型的学习中使用互信息意味着使用交配熵的一种自然方式。对可分离函数和不可分离函数的实验结果表明，采用copula函数对依赖关系建模的两种新EDA的性能优于高斯变量的原始EDA。 引用于1文件 MSC公司： 62-08 统计问题的计算方法 62小时05 多元概率分布的表征与结构理论；连接线 关键词：多元优化问题;copula函数;睑内翻;似然函数 软件：gRapHD公司;R（右）;连接线;接合部;连接线 PDF格式BibTeX公司 XML格式引用 \textit{R.Salinas-Gutiérrez}等人，计算。Stat.29，No.3--4，685--713（2014；Zbl 1306.65130） 全文： 内政部 参考文献： [1] Aas K，Czado C，Frigessi A，Bekken H（2009）多重依赖的配对交配结构。保险数学经济44（2）：182-198·Zbl 1165.60009号 ·doi:10.1016/j.insmateco.2007.02.001 [2] Abreu G、Labouriau R、Edwards D（2010）《使用gRapHD R包进行高维图形模型搜索》。J Stat Softw统计软件37（1）：1-18 [3] Baluja S（1994）《基于群体的增量学习：一种集成基于遗传搜索的函数优化和竞争学习的方法》。技术报告CMU-CS-94-163，卡内基梅隆大学，匹兹堡，宾夕法尼亚州 [4] 巴卢贾，S。；戴维斯，S。；Fisher，D.（ed.），《使用最优依赖树进行组合优化：学习搜索空间的结构》，30-38（1997），加利福尼亚州旧金山 [5] Bedford T，Cooke RM（2002）《藤蔓——相依随机变量的新图形模型》。Ann Stat 30（4）：1031-1068·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016 [6] Bosman P，Grahl J，Thierens D（2008）使用预期均值漂移增强最大似然高斯EDA的性能。收录：Rudolph G、Jansen T、Lucas S、Poloni C、Beume N（编辑）《并行问题解决》，摘自nature-PPSN X，计算机科学课堂讲稿，第5199卷。施普林格，柏林，第133-143页·Zbl 1274.62381号 [7] Brechmann EC、Czado C、Aas K（2012）利用财务数据对高维规则藤蔓进行截短。加拿大统计局40（1）：68-85·Zbl 1274.62381号 ·doi:10.1002/cjs.10141 [8] Cherubini U、Luciano E、Vecchiato W（2004）《金融学中的Copula方法》。奇切斯特·威利·Zbl 1163.62081号 ·数字对象标识代码：10.1002/9781118673331 [9] Chow C，Liu C（1968）用相依树逼近离散概率分布。IEEE Trans-Inf理论14（3）：462-467·Zbl 0165.22305号 ·doi:10.1109/TIT.1968.1054142 [10] Cormen T，Leiserson C，Rivest R，Stein C（2009）算法导论，第3版。麻省理工学院出版社，马萨诸塞州剑桥·Zbl 1187.68679号 [11] Cover T，Thomas J（1991）《信息理论的要素》，第1版。威利，纽约州纽约市·兹比尔0762.94001 ·doi:10.1002/0471200611 [12] Cuesta Infante A，Santana R，Hidalgo J，Bielza C，Larrañaga P（2010）分布算法估计中的双变量经验和n变量阿基米德交配。摘自：WCCI 2010 IEEE计算智能世界大会。巴塞罗那，第1355-1362页 [13] Davy M，Doucet A（2003）Copulas:对正时频分布的新见解。信号处理Lett IEEE 10（7）：215-218。doi:10.1109/LSP.2003.811636·doi:10.1109/LSP.2003.811636 [14] De Bonet J，Isbell C，Viola P（1997）MIMIC：通过估计概率密度找到最优值。神经信息处理系统进展，第9卷。麻省理工学院出版社，马萨诸塞州剑桥，第424-430页 [15] Gao Y（2009）使用拉普拉斯变换阿基米德copula的多元分布估计算法。参加：胡伟，李克星（编）2009国际信息工程与计算机科学会议，ICIECS 2009。中国·武汉·兹比尔1161.62364 [16] González-Fernández Y，Soto M（2013）copulaedas：基于Copula的分布算法估计。http://CRAN.R-project.org/package=copulaedas公司，R包版本1.3.0 [17] Harik G，Lobo F，Goldberg D（1998）紧凑型遗传算法。收录：IEEE进化计算会议记录。安克雷奇，阿拉斯加州，第523-528页 [18] Igel C、Suttorp T、Hansen N（2006），进化策略的计算有效协方差矩阵更新和A（1+1）-CMA。摘自：第八届遗传和进化计算年会论文集。ACM，纽约州纽约市，GECCO’06，第453-460页 [19] Joe H（1997）多元模型和相关性概念。查普曼和霍尔，伦敦·Zbl 0990.62517号 ·doi:10.1201/b13150 [20] Kim G，Silvapulle MJ，Silvappulle P（2007）估计连接函数的半参数和参数方法的比较。计算统计数据分析51（6）：2836-2850·兹比尔1161.62364 ·doi:10.1016/j.csda.2006.10.009 [21] Koller D，Friedman N（2009）概率图形模型：原理和技术。麻省理工学院出版社，马萨诸塞州剑桥·Zbl 1183.68483号 [22] Kurowicka D，Cooke R（2006）《不确定性分析》。奇切斯特·威利·Zbl 1096.62073号 [23] Larrañaga P，Lozano J（eds）（2002）分布算法估计：进化计算的新工具。遗传算法和进化计算。马萨诸塞州诺威尔市克鲁沃·Zbl 0979.00024号 [24] Mühlenbein H（1998）选择反应方程式及其预测用途。Evolut计算机5（3）：303-346·doi:10.1162/evco.1997.5.3.303 [25] Mühlenbein H，PaaßG（1996）从基因重组到分布估计I.二进制参数。摘自：Voigt H，Ebeling W，Rechenberg I，Schwefel H（eds）Parallel problem solving from nature-PPSN IV，Leech Notes In Computer Science，vol 1141。柏林施普林格，第178-187页 [26] Nelsen R（2006）《连接词导论》，第2版。纽约州纽约州施普林格·Zbl 1152.62030 [27] 佩利坎，M。；Mühlenbein，H。；Roy，R.（编辑）；Furuhashi，T.（编辑）；Chawdhry，P.（编辑），二元边际分布算法，521-535（1999），伦敦 [28] Pelikan M、Goldberg D、Cantú-Paz E（1999）《BOA：贝叶斯优化算法》。收录：Banzhaf W、Daida J、Eiben A、Garzon M、Honavar V、Jakiela M、Smith R（编辑）遗传和进化计算会议论文集GECCO-99，第1卷。Morgan Kaufmann出版社，佛罗里达州奥兰多，第525-532页·Zbl 1165.60009号 [29] R核心团队（2013）R：统计计算的语言和环境。奥地利维也纳R统计计算基金会，网址：http://www.R-project.org [30] Salinas-Gutiérrez R，Hernández-Aguirre A，Villa-Diharce E（2009）在分布估计算法中使用连接函数。收录：Hernández Aguirre A，Monroy Borja R，Reyes GarcíA C（eds）MICAI 2009：人工智能进展，计算机科学课堂讲稿，第5845卷。柏林施普林格，第658-668页·Zbl 1161.62364号 [31] Salinas-Gutiérrez R，Hernández-Aguirre A，Villa-Diharce E（2010）D-vine EDA：基于规则藤的分布估计新算法。摘自：GECCO’10：第十二届遗传和进化计算年会会议记录。ACM，纽约州纽约市，第359-366页 [32] Sklar A（1959）《维度和边界划分函数》。巴黎大学统计研究所出版物8:229-231·Zbl 0100.14202号 [33] Soto M，Ochoa A，Acid S，de Campos L（1999）介绍了分布算法的多树近似。摘自：Ochoa A、Soto M、Santana R（eds）第二届人工智能国际研讨会。自适应系统。CIMAF99，拉哈巴纳学院，第360-367页 [34] Trivedi P，Zimmer D（2007）Copula建模：计量经济学从业者、基金会和趋势导论，第1卷。Now Publishers，纽约州纽约市 [35] Wang，L。；曾杰。；Chen，Y.（编辑），基于copula理论的分布估计算法，第3期，139-162（2010），柏林·doi:10.1007/978-3642-12834-97 [36] Wang，L。；王，Y。；曾杰。；Y.Hong。；Li，K.（编辑）；Li，X.（编辑）；Ma，S.（编辑）；Irwin，G.（编辑），基于clayton copula和经验裕度的分布算法估计，82-88（2010），柏林·doi:10.1007/978-3-642-15859-9_12 [37] Wang L，Zeng J，Hong Y，Guo X（2010b）clayton Copula分布算法抽样的Copula估计。计算机信息系统杂志6（7）：2431-2440 [38] WeißG（2011）通过最大似然和最小距离估计量进行Copula参数估计：一项模拟研究。计算机统计26（1）：31-54·Zbl 1304.65089号 ·doi:10.1007/s00180-010-0203-7 [39] Yan J（2007）享受连接词的乐趣：使用一个包连接词。J Stat Softw统计软件21（4）：1-21 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。