仿生算法及其在专家分配问题中的应用0000000.pptVIP

仿生算法及其在专家分配问题中的应用 主要内容 一、选题背景和意义 二、研究现状 三、研究内容和目标 四、已完成的工作 五、进度安排 六、参考文献 一、选题背景 科学基金制 1986年2月，国务院决定正式成立国家自然科学基金委员会。 同行评议 同行评议是遴选科学基金项目（尤其是基础性研究项目）的主要手 段，是科学基金项目评审过程科学化和民主化的一个重要环节 。 专家分配 在同行专家进行项目评审之前，首先要为项目确定评审专家。专家分配 是同行评议的首要和基础工作。项目选择恰当的专家进行评审对最 终的项目评价和立项结果起着决定性作用，是基金管理制度实施过程中 公平、公正的重要体现。 1、专家分配问题研究的实际需要 初期，按照项目的学科从专家库中一一选定评审专家，为项目逐一分配相同数目的专家。在科学基金制建立初期，基金申报项目较少，涉及的研究范围有限，因此该方法完全满足基金管理的需要。 目前，多数基金管理机构采用专家按学科分组、随机抽取专家的方法为项目分配评审专家，例如现行国家自然科学基金项目专家分配的基本程序是：先按研究领域将项目分组，每个项目组按学科随机选择6-7位同行专家，同一单位回避，确保每个项目有五位专家评议。 问题：随着基金申请项目数量逐年增长，研究范围的不断 扩大，项目分组的标准不断细化，分组的规模也不断增大。 1、导致参加评审的专家数巨大，无法有效的统一管理评审专家。 2、大量的评审专家使评审成本无法控制，给基金管理工作带来困扰。 3、部分专家分配了过多的项目，使专家在短时间内无法按时提交评审结果，难以保证评审质量。或者，部分专家分配的项目过少，造成专家资源的浪费。 4、规模巨大的分组造成工作复杂度的增大，甚至是手工无法完成的，给管理人员的工作带来了困难。 因此，应用计算机技术和智能优化技术研究更有效、更科 学、更便捷的分配方法成为解决目前状况的重要途径。 2、项目及数据支持 基金管理的各项工作正在向信息化、数字化发展。如网上申报、网上评审等。基金管理中各项工作的信息化、数字化形成了各项基础数据的电子化，也成为我们使用计算机技术解决专家分配问题的数据基础。 天津市科委基础研究处“面向工作流管理的基金项目网上评审系统”-项目填报、汇总、评审、管理。 3、仿生算法 大自然经过千万年的演化，展现出了惊人的高效性。目前，在我们常用的算法中，有不少是来自生命科学中的现象启示。对生命机理的研究和对生物活动的观察给一些睿智的人以启发，创造出多种基于生物启示的仿生算法，并将它们应用于各种复杂的实际问题。 二、现状分析 多数基金管理机构采用专家按学科分组、随机抽取 专家的方法为项目分配评审专家。 总而言之，研究集中在以下几个方面： 评议过程中评议方式的处理； 评议后期评议结果的处理； 评议初期，研究重点集中在专家库的建立和动态管理，以及对专家各种素质进行综合评价，然后为项目选择在学术水平、评议水平和道德水平等多项指标综合下最适宜的专家。 然而，随着知识的剧增，申报项目的研究范围越来 越广，学术领域的划分越来越细，专家相对项目紧缺。 那么如何在现有资源下合理分配专家；如何在现阶段， 充分考虑专家的评审能力而限定专家最多评审数目的情 况下，得到专家的优化配置、合理分配。这些问题的研 究并没有得到同行评议研究人员的足够关注。 因此本课题对专家分配问题进行初步探索，尝试使 用仿生算法解决同行评议中的专家分配问题。 三、研究内容 1、AS及GA的改进方法研究 2、专家分配数学模型的建立 3、应用GA及改进算法解决专家分配问题 4、应用AS及改进算法解决专家分配问题 1、AS及GA的改进方法研究 遗传算法 遗传算法(Genetic Algorithm, GA)是John Holland于1975年受生物进化论的启发而提出的。它的思想来源于达尔文的进化论和孟德尔的遗传学说。抽象于生物体的进化过程，通过全面模拟自然选择和遗传机制，形成一种具有“生成+检验”特征的搜索机制。遗传算法以编码空间代替问题的参数空间，以适应度函数为评价依据，以编码群体为进化基础，以对群体中个体位串的遗传操作实现自然选择和遗传机制，建立起一个迭代过程。 标准遗传算法 流程图 遗传算法优点：遗传算法参数设置简单、对实际问题的解决不需要过多的辅助信息，具有内在的隐并行性和较好的全局寻优能力。 遗传算法缺点：早熟，易于陷入局部最优；后期冗余迭代，搜索效率差；多样性差。 改进算法研究及应用 自从1975年Holland系统的提出遗传算法的完整结构和理论以来，众多学者一直致力于推动遗传算法的发展，对编码方式、控制参数的确定、选择方式和交叉机理等进行了深入的