×
曼努埃尔·里佐;弗朗西斯科·巴塔利亚

基于遗传算法的估计中的统计和计算权衡。 （英语） Zbl 07192704号

J.统计计算。模拟 88，第16号，3081-3097（2018）.
摘要：当遗传算法（GA）用于统计问题时，结果会受到采样引起的变异性和算法的随机因素的影响。为了获得可靠的结果，应控制这两种成分。在目前的工作中，我们分析了遗传算法处理的参数估计问题，并追求两个目标：第一个目标与最终估计的形式变异性分析有关，表明它可以很容易地分解为两个变异源。在第二章中，我们介绍了一种具有固定计算资源的遗传算法估计框架，这是一种统计和计算权衡问题，在最近的问题中至关重要。在这种情况下，考虑到可变性的两个来源和资源的限制，从统计和计算的角度来看，结果应该是最优的。将进行仿真研究，以说明所提出的方法以及统计和计算权衡问题。

MSC公司：

62至XX 统计

关键词：

进化算法;收敛速度;变异性分析;最小绝对偏差;自回归模型;g-and-k分布

软件：

克;R（右）;基因警察
PDF格式BibTeX公司 XML格式引用
\textit{M.Rizzo}和\textit{F.Battaglia}，J.Stat.Compute。模拟88，第16号，3081--3097（2018；Zbl 07192704）
全文： 内政部 arXiv公司

参考文献：

[1] Dillon J，Lebanon G.随机复合似然。J Mach Learn Res.2010；11:2597-2633。[Web of Science®]，[Google学者]·兹比尔1242.62019
[2] Wang T，Berthet Q，Samworth RJ。稀疏主成分估计中的统计和计算权衡。2016年统计年鉴；44(5):1896-1930. doi:10.1214/15-AOS1369[Crossref]，[Web of Science®]，[Google学者]·Zbl 1349.62254号
[3] Yang Y，Wainwright MJ，Jordan MI。关于高维贝叶斯变量选择的计算复杂性。2016年统计年鉴；44(6):2497-2532. doi:10.1214/15-AOS1417[Crossref]，[Web of Science®]，[Google学者]·Zbl 1359.62088号
[4] Chandrasekaran V，Jordan MI。通过凸松弛进行计算和统计权衡。国家科学院院刊。2013;110（13）：E1181-E1190。doi:10.1073/pnas.1302293110[Crossref]，[PubMed]，[Web of Science®]，[Google学者]·Zbl 1292.62019年
[5] Shender D，Lafferty J.Computation——协方差阈值回归的风险权衡。收件人：Dasgupta S，McAllester D，编辑。第30届机器学习国际会议论文集第28卷。亚特兰大（佐治亚州）；2013年，第756-764页。[谷歌学者]
[6] Jordan MI。关于统计、计算和可伸缩性。伯努利。2013;19(4):1378-1390. doi:10.3150/12-BEJSP17[Crossref]，[Web of Science®]，[Google学者]·Zbl 1273.62030
[7] Berthet Q，Chandrasekaran V.统计估算的资源分配。IEEE程序。2016;104(1):111-125. doi:10.1109/JPROC.2015.2494098[Crossref]，[Web of Science®]，[Google学者]
[8] Bruer JJ、Tropp JA、Cevher V等。设计平衡样本大小、风险和计算成本的统计估值器。IEEE J Sel-Top信号处理。2015;9(4):612-624. doi:10.1109/JSTSP.2015.2400412[Crossref]，[Web of Science®]，[Google学者]
[9] Chen Y，Xu J.随着簇和子矩阵数量的增加，植入式问题和子矩阵定位的统计计算权衡。J Mach Learn Res.2016；17(27):1-57. [谷歌学者]·Zbl 1360.62320号
[10] Agarwal A.统计学习中的计算权衡[论文]。伯克利（CA）：加利福尼亚大学；2012.[谷歌学者]
[11] Winker P，Maringer D。基于启发式的估计量收敛：GARCH模型的理论和应用。2009年计算统计；24(3):533-550. doi:10.1007/s00180-008-0145-5[Crossref]，[Web of Science®]，[Google学者]·Zbl 1198.62115号
[12] Fitzenberger B，Winker P.改进删失分位数回归的计算。计算统计数据分析。2007;52(1):88-108. doi:10.1016/j.csda.2007.01.013[Crossref]，[Web of Science®]，[Google学者]·Zbl 1452.62904号
[13] Mandes A，Gatu C，Winker P.GARCH模型基于启发式估计的收敛性。收录人：Borgelt C、Gil MA、Sousa JMC、Verleysen M，编辑。通过结合软计算和统计，实现高级数据分析。柏林，海德堡：施普林格；2013年，第151-163页。[谷歌学者]·Zbl 1349.62417号
[14] 荷兰JH。适应自然和人工系统。安娜堡：密歇根大学出版社；1975年[谷歌学者]·Zbl 0317.68006号
[15] Goldberg DE。搜索、优化和机器学习中的遗传算法。阅读：Addison-Wesley；1989.[谷歌学者]·Zbl 0721.68056号
[16] Michalewicz Z.遗传算法+数据结构=进化程序。柏林：施普林格；1996.【Crossref】，【谷歌学者】·Zbl 0841.68047号
[17] Mitchell M.遗传算法简介。剑桥：麻省理工学院出版社；1998.[谷歌学者]·兹伯利0906.68113
[18] Rudolph G.进化算法的收敛特性。汉堡：Verlag Dr.Kovac；1997.[谷歌学者]
[19] Rojas Cruz JA，Pereira AGC公司。精英非齐次遗传算法：几乎肯定收敛。Stat Probab Lett公司。2013;83(10):2179-2185. doi:10.1016/j.spl.2013.05.025[Crosref]，[Web of Science®]，[谷歌学者]·Zbl 1295.60085号
[20] Pereira AGC，de Andrade BB。关于自适应变异率的遗传算法和选定的统计应用。2015年计算统计；30(1):131-150. doi:10.1007/s00180-014-0526-x[Crossref]，[Web of Science®]，[Google学者]·Zbl 1342.65057号
[21] Pereira AGC，Campos VSM。多阶段非齐次马尔可夫链建模的非齐次遗传算法及其收敛结果。通用统计理论方法。2016;45(6):1794-1804. doi:10.1080/03610926.2014.997358[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1338.60179号
[22] Baragona R，Battaglia F，Poli I.进化统计程序：统计程序、设计和应用的进化计算方法。柏林：斯普林格·弗拉格；2011年。[Crosref]，[谷歌学者]·Zbl 1378.62005号
[23] Chatterjee S，Laudato M，Lynch LA。遗传算法及其统计应用：简介。计算统计数据分析。1996;22(6):633-651. doi:10.1016/0167-9473（96）00011-4[Crossref]，[Web of Science®]，[Google学者]·Zbl 0900.62336号
[24] Karavas VN，Moffitt LJ公司。确定性切换回归估计器的进化计算。2004年计算统计；19(2):211-225. doi:10.1007/BF02892057[Crossref]，[Web of Science®]，[Google学者]·Zbl 1062.62120号
[25] Kapanoglu M，Ozan Koc I，Erdogmus S.非线性回归模型参数估计中的遗传算法：实验方法。J统计计算模拟。2007;77(10):851-867. doi:10.1080/10629360600688244[Taylor&Francis在线]，[Web of Science®]，[谷歌学者]·Zbl 1127.62059号
[26] Rizzo M，Battaglia F.关于估计GARCH模型的遗传算法的选择。计算经济。2016;48(3):473-485. doi:10.1007/s10614-015-9522-7[Crossref]，[Web of Science®]，[Google学者]
[27] 赖特AH。实参数优化的遗传算法。作者：罗林斯GJE，编辑。遗传算法基础。圣马特奥（CA）：摩根·考夫曼（Morgan Kaufmann）；1991年，第205-218页。[Crossref]，[Google学者]
[28] Kreinovich V、Quintana C、Fuentes O。遗传算法：什么样的适应度缩放是最优的？。网络系统。1993;24(1):9-26. doi:10.1080/01969729308961696[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 0767.68085号
[29] Eiben AE，Smit SK。用于配置和分析进化算法的参数调整。Swarm Evolo计算。2011;1(1):19-31. doi:10.1016/j.swevo.2011.02.001[Crossref]，[Web of Science®]，[Google学者]
[30] 格雷芬斯特特JJ。遗传算法控制参数的优化。IEEE Trans Syst Man Cybern公司。1986;16(1):122-128. doi:10.1109/TSMC.1986.289288[Crossref]，[Web of Science®]，[Google学者]
[31] Casella G，Berger RL.统计推断。Pacific Grove（CA）：达克斯伯里；2002.[谷歌学者]·Zbl 0699.62001号
[32] Derrac J，Garcia S，Hui S，等。进化算法的收敛性能分析：统计方法。信息科学。2014;289:41-58. doi:10.1016/j.ins.2014.06.009[Crossref]，[Web of Science®]，[Google学者]
[33] Oliveto PS，Witt C.关于简单遗传算法的运行时分析。理论计算科学。2014;545:2-19. doi:10.1016/j.tcs.2013.06.015[Crossref]，[Web of Science®]，[Google学者]·兹比尔1342.68310
[34] Auger A，Doerr B，编辑。随机搜索启发式理论：基础和最新发展。新加坡：世界科学；2011.【Crossref】，【谷歌学者】·Zbl 1233.90005
[35] Prügel-Bennett A，Rogers A.遗传算法动力学建模。收录人：Kallel L、Naudts B、Rogers A，编辑。进化计算的理论方面。柏林：施普林格出版社；2001年，第59-58页。[谷歌学者]·Zbl 1001.68184号
[36] 夏皮罗JL。遗传算法的统计力学理论。收录人：Kallel L、Naudts B、Rogers A，编辑。进化计算的理论方面。柏林：斯普林格·弗拉格；2001年，第87-108页。[谷歌学者]·Zbl 1001.68185号
[37] Reeves CR，Rowe JE。遗传算法：原理和观点——遗传算法理论指南。伦敦：Kluwer学术出版社；2003.【Crossref】，【谷歌学者】·兹比尔1029.90081
[38] Clerc M.引导优化中的随机性。霍博肯：威利；2015.【Crossref】，【谷歌学者】
[39] R核心团队。R： 一种用于统计计算的语言和环境。维也纳：R统计计算基金会；2013年。可从以下网址获得：http://www.Rproject.org/。[谷歌学者]
[40] Prangle D.gk：g-and-k和g-and-h分布函数。R包版本0.4.0；2017年。可从以下网址获得：http://CRAN.R-project.org/package=gk。[谷歌学者]
[41] Bloomfield P，Steiger WL公司。最小绝对偏差：理论、应用和算法。波士顿：Birkhäuser；1983.[谷歌学者]·Zbl 0536.62049号
[42] Zhou X，Wang J.删失数据模型LAD估计的遗传方法。计算统计数据分析。2005;48:451-466. doi:10.1016/j.csda.2004.03.002[Crossref]，[Web of Science®]，[Google学者]·Zbl 1408.62160号
[43] 基于遗传算法的Gaetan C.子集ARMA模型辨识。时间序列分析杂志。2000;21（5）：559-570。doi:10.1111/1467-9892.00198[Crossref]，[Web of Science®]，[Google学者]·Zbl 0972.62078号
[44] Minerva T，Poli I.使用遗传算法构建ARMA模型。收录人：Boers EJW等，编辑。进化计算应用研讨会。柏林，海德堡：施普林格；2001年，第335-342页。[谷歌学者]·Zbl 0978.68610号
[45] 汉南EJ。ARMA过程的阶估计。Ann Stat.1980；8(5):1071-1081. doi:10.1214/aos/1176345144[Crossref]，[Web of Science®]，[Google学者]·Zbl 0451.62068号
[46] 布罗克韦尔PJ，戴维斯RA。时间序列：理论和方法。纽约：Springer；1991.【Crossref】，【谷歌学者】·Zbl 0709.62080号
[47] Haynes MA、Gatton ML、Mengersen KL。非正态数据的广义控制图。澳大利亚布里斯班：昆士兰理工大学数学科学学院；1997年（第97/4号技术报告）。[谷歌学者]
[48] Haynes MA、Mengersen KL、Rippon P.使用g-和-k分布的非正态数据的广义控制图。通用统计模拟计算。2008年；37(9):1881-1903. doi:10.1080/03610910802255170[Taylor&Francis Online]，[Web of Science®]，[Google学者]·Zbl 1153.62098号
[49] Peters G，Chen W，Gerlach RH.通过L矩估计非寿险模型的损失分布分位数族。风险。2016;4(2):14. doi:10.3390/risks420014[Crosref]，[Web of Science®]，[谷歌学者]
[50] Haynes MA，Mengersen KL。使用MCMC对g-和-k分布进行贝叶斯估计。2005年计算统计；20(1):7-30. doi:10.1007/BF02736120[Crossref]，[Web of Science®]，[Google学者]·Zbl 1091.62011年
[51] Allingham D，King RAR，Mengersen KL。分位数分布的贝叶斯估计。统计计算。2009;19（2）：189-201。doi:10.1007/s1122-008-9083-x[Crossref]，[Web of Science®]，[Google学者]
[52] Grazian C，Liseo B。通过ABC方法的近似综合似然。统计接口。2015;8(2):161-171. doi:10.4310/SII.2015.v8.n2.a4[Crossref]，[Web of Science®]，[Google学者]·Zbl 1405.62029号
[53] Rayner GD，MacGillivray HL。g-and-k分布和广义g-and-h分布的数值最大似然估计。统计计算。2002;12(1):57-75. doi:10.1023/A:1013120305780[Crossref]，[Web of Science®]，[Google学者]·Zbl 1247.62069号
[54] Price K，Storn RM，日本兰皮宁。差分进化：一种实用的全局优化方法。柏林：施普林格科学与商业媒体；2006.[谷歌学者]·Zbl 1186.90004号
[55] Kennedy J，Eberhart R.粒子群优化。IEEE神经网络会议论文集；1995; 澳大利亚珀斯。新泽西州皮斯卡塔韦：IEEE服务中心；1995年，第1942-1948页。[谷歌学者]
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。