第一章演化计算导引.pptVIP

第1章 演化计算导引 武汉大学计算机学院 1.1 演化计算 生物进化是指一个种群经过漫长时间所发生的累积变化，这些变化是由于生物体的基因变异或在繁殖期间以不同方式重组基因所产生的，而且这些变化可以被遗传到生物体的后代。 1.1 演化计算 生物的进化可以看作是一个优化过程，而优化的结果是能够很好地适应环境的生物体。现在地球上的种类繁多、结构复杂的生物都是通过漫长的由简单到复杂、由低级到高级的进化过程而得到的优化结果。 生物的进化过程也可以看作是在众多可能性中搜索“解”的一种方法。在生物中，众多可能性的集合是可能遗传序列的集合，而所要求的“解”则是能够适应环境的生物体。譬如对细菌入侵身体问题的一个令人惊奇的进化解就是哺乳动物的免疫系统。 1.1 演化计算 受到生物进化的启发，人们想到生物的进化机制可以被用来设计求解各类复杂问题的算法，演化计算就是模拟自然界生物进化过程而发展起来的一种通用问题求解方法，目前已形成计算机科学的一个研究领域。 1.1 演化计算 1948, Turing: “genetical or evolutionary search” 1962, Bremermann optimization through evolution and recombination 1964, Rechenberg Evolution strategies 1965, L. Fogel, Owens and Walsh Evolutionary programming 1.1 演化计算 1975, Holland Genetic algorithms 1992, Koza Genetic programming 1985: First international conference International Conference on Genetic Algorithms (ICGA) 1990: First international conference in Europe Parallel Problem Solving from Nature (PPSN) 1.1 演化计算 1993: First scientific EC journal (MIT Press) Evolutionary Computation 3 major EC conferences The Congress on Evolutionary Computation (CEC), Genetic and Evolutionary Computation Conference (GECCO), and PPSN 3 scientific core EC journals Evolutionary Computation, IEEE Transactions on Evolutionary Computation, Genetic Programming and Evolvable Machine 1.1 演化计算 目前，人们用演化计算表示模拟生物进化过程求解问题的整个研究领域，而遗传算法、遗传规划、演化策略和演化规划是演化计算研究领域的四个主要研究方向。 1.2 演化算法 演化计算所涉及的算法称为演化算法。有许多不同类型的演化算法，但所有演化算法的一个共同特点是求解问题的过程也就是模拟大自然生物进化的过程。 1.1 演化计算导引 演化算法模仿自然进化过程，在求解问题的过程中，保持一个个体的种群，每个个体表示问题的一个可能解，个体适应环境的程度用一个适应函数判断，每个个体按照适应函数来度量该个体作为问题解的好坏的程度，而度量值称为该个体的适应值。基于个体的适应值，某些较好的个体被选择，通过重组、变异等遗传算子的作用，产生一些新的个体，这些个体与种群中原来的个体竞争，形成下一代种群，继续这个过程，直到终止条件被满足。 1.2 演化算法 演化算法基本框架 1.3 演化算法的设计 设计演化算法需要详细指明以下构成成分: 个体的编码； 适应函数； 父体选择策略； 变化算子； 存活选择策略； 参数设置； 种群的初始化； 终止准则。 1.3 演化算法的设计 个体的编码 个体（问题的解）的编码的目的是为了能够有效地执行遗传操作。 1.3 演化算法的设计 譬如，若一个优化问题的解空间由整数构成，那么一种编码方式是采用整数的二进制编码。 譬如，整数18编码为10010。 借用生物的术语，解的编码通常也称为染色体，或基因型，或个体。编码空间也称为基因型空间或搜索空间，演化算法对个体