一种基于细胞自动机的函数优化算法.pdfVIP

一种基于细胞自动机的函数优化算法 郑波尽 李元香 吴漫川 武汉大学软件工程国家重点实验室 湖北武汉 430072 email: zhengbj@ 摘 要 细胞自动机广泛用于仿真、建模，本文提出用细胞自动机进行函数优化。该思想与 演化算子结合的算法 CAMGA 在试验中取得了很好的效果。其中对 BUMP 问题的求解优于 现今已经发表的结果。 关键字 细胞自动机 CAMGA 函数优化 演化算法 BUMP 1、引言 细胞自动机(Cellular Autometa)的原始概念的提出可以追溯到上世纪四十年代的后 期，在接下来的期间中，CA 模型在各个不同的领域得到了发展和应用。 CA 的第一个成功应用的例子是在物理领域。HPP 格子气模型是 CA 模型发展史上的一个 里程碑。1988 年McNamara 和Zannetti 从分子混沌的假设出发，提出了 LBM(格子 Boltzmann 模型)，将 CA 的状态空间推广到了实域。 生物是 CA 的另一个重要的应用领域。CA 在这方面的应用可分为两个部分：人工生命 （Artificial Life）,以及对生物现象的动态特性的研究。另外，CA 也应用于植物生长的 建模与模拟。 对人口动态问题的模拟正在成为一个具有挑战性的应用领域。事实上，将 CA 用于人口 组织的动态研究是其应用发展史上的另一个重要的里程碑。 交通控制、人工视觉(Artificial Vision),图像处理, 图斑生成(texture generation) 等等领域也用到了 CA。 所有这些应用都集中在仿真和模拟方面。本文将细胞自动机的思想用于优化领域，与演 化算子结合，提出了一类算法，对数值优化进行试验，效果令人满意。 2、细胞自动机及算法介绍 2、1 细胞自动机简介 细胞自动机有如下几个重要的特征： 1 1、 细胞集。这一系列细胞被放置在一个 n 维空间中，细胞总数并不是最重要的, 空间的结构也可以是多种多样的。可以将每个细胞看作一个处理单元，这些处 1本课题得到国家自然科学基金资助（项目号） 作者简介：郑波尽，男，27 岁，武汉大学软件工程国家重点实验室硕士生，主要从事演化 计算、并行计算、软件工程等工作 理单元组成了系统的群体。 2 、 邻居。每个细胞至少要有一个邻居。在一个固定距离的范围内，邻居可以直接 访问它。而在之外，对它没有直接的影响。 3、 状态集。在每一个时刻，每一个细胞有一个状态。状态由一系列的分量构成， 每一个分量，我们可以借用生物学的术语，称之为一个基因。 4 、 转换规则。转换规则定义了系统的动力学行为。规则定义了某细胞在某个时刻， 在某种状态下情况下将转换到什么状态。每个细胞可以有不同的转换规则。显 然，转换规则可以与当前的时刻相关。 由以上的特征，可以形式化描叙如下： 细胞自动机 CA= U,E,Nr,T,F U 为状态空间，UE 为第 i 个细胞所取的状态，E 为细胞 i 集合，E 为单个细胞，N 为邻居集合，N ＝{E |E 与 E 的空间距离小于等于常数r},T 为离散 i i j j i 时间，F 为映射函数（转换规则表），其成员 fi 满足 fi : Un i ×T →U 2、2 优化问题简介 对于优化问题，一般的，我们可以写成： Minimize G(x) g (x ,x , ,x ) 1 2