一种分层协同进化学习方法及其在机器人追踪中的应用
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

:四川省科技厅创新基金(0322129)

伦理声明:



A Hierarchical Co-evolutionary Learning Method and Its Application in Robot Tracking
Author:
Ethical statement:

Affiliation:

Funding:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    本文在分析了密歇根方法和匹茨堡方法的基础上,提出了一种新型分层协同进化学习方法。该方法由上述两类 种群构成,此两类种群分别属于不同的智能层次,进行协同进化来实现智能,种群内部各自独立地采取不同的遗传操 作,种群之间使用交互算法进行交流。实验表明:该方法能改善分类器系统的短视特性并提高其智能。

    Abstract:

    A new Hierarchical co-evolutionary learning method is proposed based on Michigan approach and Pitt approach. The two populations belong to deferent levels of intelligence. Deferent genetic operators are used independently in Michigan population and Pitt population via co-evolutionary method. and the interacting genetic operators are used interpopulations. Simulation experiments show that the methods can amend the short sight characteristic of the classifier system and improve its intelligence.

    参考文献
    相似文献
    引证文献
引用本文

引文格式
吕雪松,张 翼,王进戈.一种分层协同进化学习方法及其在机器人追踪中的应用 [J].集成技术,2013,2(3):55-59

Citing format
Lv Xuesong, Zhang yi, wang Jin-ge. A Hierarchical Co-evolutionary Learning Method and Its Application in Robot Tracking[J]. Journal of Integration Technology,2013,2(3):55-59

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-08-26
  • 出版日期:
Baidu
map