论文部分内容阅读
针对基于思维进化的机器学习（ＭＥＢＭＬ）的马尔可夫链的分析，证明了离散状态下趋同操作的群体信概率１收敛到全局最优状态，但由于趋同操作的局部性，从局部最优状态转移到全局最优状态的概率非常小，要增加这种转移概率，需要引进异化操作，通过Ｐ－最优状态和吸引域的概念，分析了趋同操作、异化操作的理论和实际意义。