基于思维进化计算的一种广义进化模型.pdfVIP

维普资讯 第 23卷 第 3期 太 原 重 型 机 械 学 院 学 报 V01．23 № 3 2002年 9月 JOURNALOFTAIYUAN HEAVY MACHINERY IN 汀ITUrE Sep．2002 文章编号：1000—159X(2002)03一Ol81—06 基于思维进化计算的一种广义进化模型 曾建潮， 介 婧 (太原重型机械学院系统仿真与计算机应用研究所，太原 030024) ‘ 摘 要 ：本文在遗传算法(GeneticAlgorithm，简记 GA)与思维进化计算(MindEvolu— tionaryComputation，简记 MEC)的基础上 ，提 出了一种广义进化模 型 (GeneralizedEvolu— tionaryModel，简记 GEM)。该模型用微演化与宏演化两个过程 ，分别模仿人类的思维学 习方式与 自然进化 并通过概率趋 同、信息迁移、自适应 变异算子将 两个过程有机 的结合 起来，从完全意义上模仿 了人类的进化 。该模型既能有效地克服遗传算法的本质缺陷，又 能拓展思维进化计算的理论基础及应用范围。数值优化的仿真结果证 明了该模型的有效 性 。 关键词 ：遗传算法；思维进化计算；趋 同；异化 中图分类号 ：TPI8 文献标识码 ：A — 一 — 卜一+ 一+ 一q．-一q-” + 一+ 一+ 一q．-一+ 一+ 一+ 一+ 一q．- 本世纪60年代 ，随着 电子计算机 的问世，人fJ『 的成就 中得到启示：研究智能的最好方式是 向人类 借助生物演化的思想和原理 ，把进化论与计算机科 自身学习。本着这一信念 ，文献 [1]提出了一种新 学结合起来 ，逐渐发展成一个新的研究学科——遗 的进化算法——思维进化计算 。思维进化计算 ，继 传算法 (GA)。由于遗传算法模拟 自然界的演化过 承 了遗传算法 中的群体与进化的概念 ，但与其有着 程 ，因此具有 自组织 、自适 应、自学习等特性 ，义 山 本质的不同。它模拟人类的思维进化过程 ，利用趋 于其采用种群组织搜索的方式，故特别适合大规模 同与异化两种新的算子来完成进化 ，并引入公告板 并行系统 。众多的仿真研究及应用的结果表 明，遗 记录进化信息 ，从而能充分利用计算机的记忆功 传算法 已成为人们研究非线性现象和复杂 系统的 能。现已在数值优化 、机器学习 、预测建模等 问题 有效智能方法之一。但是，由于遗传算法实现时所 上取得 了初步的应用，其收敛速度 、全局收敛性能 采用的特殊机制 ，使得简单遗传算法存在着一些本 均要优于遗传算法 。但作为一种新的进化算法 ，其 质缺陷，如早熟 、收敛速度慢等 问题 。正是这些本 理论框架与基本算子有待进一步的完善与改进。 质的缺陷，曾使遗传算法的发展在本世纪 80年代一 本文分析了遗传算法与思 维进化计算的内在 度陷入低谷。尽管人们提出了种种改进算法 以求 机制 ，并 比较 了两种算法 的异 同，在此基础上提出 提高遗传算法的性能 ，但难 以从根本上得到解决。 了一种广义进化模型。事实上，人类的进步与发展 随着人工神经网络研究的进步 ，人们从其 巨大 是 由两种进化促成的。一种是生物意义上的 自然 收稿 日期 ：2001一o4—07 基金项 目：本文受863智能计算机系统主题与国家 自然科学基金资助 (836—306—06—06—6。 作者简介 ：曾建潮 (1963一)，男，教授 ，研究方向为系统建模与仿真 ，智能计算与 Petri网理论 ，现代集成制造系统等。