进化计算的发展过程发展方向及其前景展望.docVIP

进化计算的发展过程、发展方向及其前景展望 XX(姓名) （学校，班级，学号） 摘要：生物经过优胜劣汰，适者生存的竞争，才进化成为了今天的大自然。进化计算正是是人类从自然的进化中获取灵感来解决自身所遇到困难的一条有效的途径，它提供了一种求解复杂系统优化问题的通用框架。进化计算的基本着眼点是基于对生物进化过程的模拟，开发一种具有较强鲁棒性的通用计算模型。进化计算已经能解决交复杂的工程技术问题，随着对其投入的增加和研究的深入，进化计算必将为造福更多人类。 关键词：进化计算，通用框架，模拟，计算模型 ABSTRACT：The nature is formed by the survival of the fittest ．The?evolution Algorithms is?an effective method which human beings learned from the natural evolution to solve their own problems?，it offers a common framework to solve the complex?optimization problems．The evolutionary Algorithms?is based on?the simulation?of biological?evolution?the development of a?strong?robustness?of the?general computing?model.?Evolutionary Algorithms?has been able to?solve?complex engineering，and with the Increased?investment and depth studythe?evolutionary computation will?benefit more?human． KEY WORDS： Evolutionary Algorithms， Common framework，simulation，model 进化计算的概述： 地球生物经过几亿年的发展形成了今天多姿多彩的大自然。在很长一段时间里，人类对此一无所知。从拉马克的进化学说到达尔文的进化论，再到孟德尔的遗传学，人类对生命进化现象的研究进入了史无前例的伟大时期。 达尔文的进化论是一部对人类影响深远伟大学说，根据此学说，地球生物在繁殖过程中可能会产生变异，从而形成新物种。由于资源有限，不同的物种之间产生竞争，适者生存，不适者淘汰。自然界中的生物，正是根据这种优胜劣汰的原则，不断地进化。 进化算法借用以上生物进化的规律，通过繁殖、竞争、再繁殖、再竞争，实现优胜劣汰，一步步逼近复杂工程技术问题的最优解。 进化算法中，从一组随机生成的出事个体出发，仿效生物的遗传方式，主要采用复制（选择）、交换（交叉/重组）、突变（变异）这三种一串操作，衍生出下一代的个体。再根据适应度的大小进行个体的优胜劣汰，提高新一代群体的质量，在经过反复多次迭代，逐步逼近最优解。从数学角度讲，进化算法实质上是一种搜索寻优的方法。 进化计算最初包括三大分支：遗传算法（Genetic Algorithms）、进化策略(Evolutionary Strategies) 以及进化规划(Evolutionary Programming)。20世纪90年代，在遗传学的基础上又发展了一个分支：遗传程序设计。虽然他们在算法实现方面具有一些细微的差别，但他们具有一个共同的特点，即借助生物进化的思想和原理来解决实际问题。许多学者如Michalewicz等认为进化计算的各个分支正在相互借鉴，互相融合，一很难决然分开。 进化计算的结构框架 进化计算的结构框架如图1所示： 图1表明，进化计算按层次课分为理论层次、方法层次和应用层次。其中进化计算理论由生物想换理论和计算科学构成；方法层次有遗传算法、进化规则、进化策略等具体算法构成，而这些算法的基本成员有事编码、评价、进化算子等；而应用层次则覆盖了进化计算以及可能应用的诸多领域。 遗传算法 遗传学算法（Genetic Algorithm）是1975年由Michigan大学的John Henry Holland和他的同事在对细胞自动机进行研究是率先提出的。在20世纪80年代中期之前，对于遗传算法的研究还仅仅限于理论方面，知道匹兹堡召开了第一届世界遗传算法大会。随着计算机的计算能力的发展和实际应用需求的增多，遗传算法逐渐进入实际应用阶段。 进化策略 进化策略（Evolution Strategies）首先由Ingo Rechnenberg提出，然后又Hans－Paul Schwefel进一步加以发展。 进化策略与进化规则十