进化计算最新进展.docVIP

进化计算的最新进展 姚新 徐永 摘要：在最近十几年，进化计算无论是在理论分析还是在工业应用上都取得了显著的发展。它涉及的领域已由最初的生物计算发展到各种类型的自然计算算法和技术，这其中包括进化计算、神经计算、生态计算，社会和经济计算等，它们都是基于统一框架内的。今天，许多进化算法的许多研究方向是不需要“进化”的。本文对英国伯明翰大学CERCIA在进化计算方面所取得的一些最新进展作一个综述。它包括最优化，应用进化的方法和技术进行学习和设计以及进化算法计算复杂度的一些理论结果。同时也对进化算法将来的一些发展方向进行了讨论。 关键词：进化计算，神经网络集成，囚徒困境，真实世界应用，计算时间复杂度 引入 进化计算主要研究受自然进化和演变启示而提出的各种计算方法。它是一个快速发展的多学科交叉的领域，通过研究各种类型技术和方法来解决大规模的，复杂的以及动态的问题。进化计算的首要任务就是理解这些计算方法的机制，然后设计高鲁棒性，适应性和高效的算法用来解决用传统计算方法难以解决的问题。 进化计算最初被分为4个分支：进化策略，进化规划，遗传算法和遗传规划。然而，这种分类没有抓住进化计算的本质。这里我们把它分为如下的四个领域：进化优化，进化学习，进化设计和理论基础，这也是本文中我们讨论的主要内容。现在，进化计算中的所有方法都是使用基于扰动（交叉和变异）和接受（选择和复制）的搜索机制作用于一个种群