学习机制 , 是指各个要素之间知识流动的渠道和作用方式。通过不同层次学习机制的相互补充和衔接, 构筑了学习机制体系。
学习机制 , 是指各个要素之间知识流动的渠道和作用方式。通过不同层次学习机制的相互补充和衔接, 构筑了学习机制体系。
遗传算法中两种学习机制的混合应用
在遗传算法中引入个体学习机制能够提高算法的性能，避免算法收敛过慢或陷入局部最优。常用的个体学习机制有两种，即拉马克学习与鲍德温学习，通过分析比较了两种学习机制在遗传算法中的性能差异，指出了它们各自的优势与不足。为进一步提高算法性能，基于“学习潜能”的新概念及利用鲍德温学习挖掘个体学习潜能的方法，将两种学习机制有机结合在一起，使学习的优势得到充分发挥，使其不足得到有效抑制。 数值试验结果表明，包含两种学习机制的新算法取得了很好的效果。
学习机制与遗传算法的结合
学习是在表现型空间进行的，通过某种具体的学习方法，个体可能在允许的邻域内搜索到适应度更高的表现型。 个体在学习之前的适应度为“自然适应度”，学习之后获得的更高的适应度为“学习适应度”，学习适应度与自然适应度的差值代表通过学习额外获得的性状。
个体的表现型由于学习而发生了变化，如果这种变化按照表现型空间与基因型空间的映射关系直接编码到个体的基因型上，这种学习机制就是拉马克学习；如果只是表现型发生改变而基因型不变，则学习机制就是鲍德温学习。可以看出，拉马克学习相当于对学习成功(通过局部搜索发现了更好的表现型)的个体进行了替换，而鲍德温学习相当于改变了适应度曲线的形状，即改变了个体评价的准则。
产业集群学习机制多层解析
在产业集群内部学习流程分析的基础 上，提出了集群学习机制的三 层次分析框架，并分别对这三层次流程的学习机制进行了具体分析，并结合实证调查，对我国产业集群内部的学习机制从人员流动、技术知识溢出、管理信息溢出、设备转移四个方面作了深入分析，揭示了我国产业集群学习机制的具体特点。
产业集群学习机制的提出
产业集群是一群位于同一地理区域的相关企业组成的集合体，集群内部各要素之间，通过人际网络关系、价值链关系和竞争合作关系构成了特殊的产业生态系统。产业集群生态系统包括内部核心网络和辅助网络，以及由外部支持要素构成的外围网络等三个子系统。由于核心网络和辅助网络两个子系统内部各要素之间，以及三个子系统之间的知识互动，构成了产业集群学习系统。根据集群生态系统的结构分析，把集群学习过程概括为三个层次流程。
第一层次流程指集群核心要素成员之间互动学习流程，它包括了集群内部成员之间的学习机制和相互作用模式。第二层次流程是指集群辅助网络向核心网络知识流入的过程，它通过集群公共服务机构、集群代理机构向集群 成员企业提供技术知识和信息支持的方式实现。第三层次流程是指集群外围网络向核心网络知识流入的过程，当然，外围网络向核心网络的知识流入也可能通过辅助网络的中间传递实现。
根据集群学习过程的三个流程，就可以构筑出集群学习机制的分析框架。如果把产业集群看作是一个知识学习网络，那么，该知识网络内部的知识学习过程通过相应的学习机制得以实现。所谓集群学习机制，是指产业集群各个要素之间知识流动的渠道和作用方式。结合集群学习三流程，对应地，可以把集群学习机制概括为如下三类：基于第一层次流程学习机制、基于第二层次流程的学习机制和基于第三层次流程的学习机制。并通过这些不同层次学习机制的相互补充和衔接，构筑了集群学习机制体系。
