三类进化算法的基础研究.pdfVIP

专题研究 TECHNoLoGYANDMARKET 三类进化算法的基础研究 张黎明，王玲玲 (郑州工业贸易学校，河南 郑州450007) 摘 要：通过对遗传算法、进化规划、进化策略的三种算法的发展过程、算法过程和特点进行分析、比较，得 出了三种算法 的异同，为各算法的适应范围做 了基础研究，提出了量子算法的研究方向。 关键词：遗传算法；进化规划；进化策略；量子算法 doi：10．3969／j．issn．1006—8554．2014．08．246 0 引言 3)相关辅助条件需求少 ：遗传算法在求解时一般只需要 依据达尔文的 “物竞天择、适者生存”进化理论 (DarwinC， 适应度评价函数评估结果及搜索空间 目标函数控制解的搜索 1872)，自然界的生命的演化是一个优胜劣汰、适者生存的过 方向，适应度评价函数范围与解的空间需要对应。 程，此过程对于物种来说为了更加适应 自然界的生存 ，必须不 2 进化规划 断的通过改变 自己，保留优 良的个体基因使得种群延续。将物 进化规划 (Evolutionary Programming，EP)最早 由美 国科学 种的优化过程抽象进行数学建模，结合计算机进行模拟 自然演 家FogelL．J．(1966)等提出采用有限字符集 的符号序列进行 化得出进化算法。 环境模拟，使用有限状态机模型 (FiniteStateMachine，FsM)建 进化算法 (EvolutionaryAlgorithms，EAs)是一种基于 自然 模来解决相应的预测问题 ，FSM 的状态变化是离散的并且是有 生物进化规则的随机搜索和优化的方法。它通过模拟 自然生 解的界限。经典的进化规划依据适应度的计算 ，通过高斯变异 物的进化过程来解出问题最优解的启发式搜索算法，包括种群 选择搜索空间的步长和解空间的前进方向，对父代个体产生相 的生成，个体之间的交叉、变异，个体适应度计算等。 应的后代，用一定的比较规则 g来选取产生下一代子个体种 1 遗传算法 群。FogdDB(1992)将连续的解空间进行离散化处理，再使用 经典遗传算法(ClassicGeneticAlgorithms，CGA)最早 由美国 空间离散化性质证 明了进化规划的收敛性，Rudolph(1994， 密歇根大学HollandJH在 20世纪 70年代提出，在其最早出版 1999)分别从进化规划的高斯变异与柯西变异角度，对于一定 的((AdaptationinNaturalandArtificialSystems}}(1975)专著中系 搜索步长的条件下，证明了进化规划算法的收敛性。 统地介绍了人工智能与遗传算法。他在开创性的工作中模拟设 3 进化策略 计了算法的各种操作符，并且结合了统计决策理论对算法的随 进化策略(EvolutionaryStrategy，ES)是由德国科学家 Re— 机搜索机理做了详细的理论说明，提出了著名的模式 (Schema) chenbergIf1965)与Schwe~lHP(1981)等提出，主要解决了多 定理确认了基因结构重组对隐含并行性 (ImplicitParallelism)的 峰非线性函数问题的优化。 重要性，为GA算法发展奠定了基础。 进化策略主要采用正态随机分布作为变异算子，由于与初 DeJong首次将遗传算法应用在函数优化中，他在其博士 始种群无关性，具有较好的全局搜索能力，其主要特点有： 论文中对遗传算法做了大量的性能分析，提出了一整套的相关 ① 进化策略的个体在搜索过程中包含有一定 的随机扰动。 遗传算法操作执行方法与性能评估标准。DeJong提出的在线 ② 算法在运行时主要采用个体的变异操作。③进化策略的评 与离线指标依然是评估衡量