进化策略及进化规划异同.docVIP

进化策略及进化规划异同摘要：进化策略与进化规划同属于模拟进化优化方法中的重要分支，它们以特有的运算方式在求解复杂的、常规优化方法难以处理的优化问题上显示了一定的优势。进化策略与进化规划在很多方面存在着相似性，为了更好地挖掘、理解两种方法的优化本质，有必要对这两种方法的异同之处加以阐述 关键词：模拟进化优化方法；进化策略；进化规划 中图分类号：TP301文献标识码：A文章编号：1672?7800（2011）012?0035?02 作者简介：张莉芳（1964-），女，江西九江人，江西省电力公司柘林水电厂工程师，研究方向为电力系统自动化；胡建国（1962-），男，江西临川人，江西省电力公司柘林水电厂副总工程师兼生技部主任/工程师，研究方向为电力系统自动化 0引言 最优化技术在电力系统的规划、运行和控制中得到了广泛的应用――负荷预测、最优潮流、发电计划、自动电压控制(AVC)、机组组合等都是最优化问题。由于线性规划和非线性规划在处理电容/电抗器和变压器变比之类的离散变量时效果不大理想，上世纪90年代中后期出现了进化策略与进化规划方法,并被用于电力系统的优化计算,比如遗传算法用于地区电网的无功优化。进化策略与进化规划方法都是模拟自然界中生物的进化规律,理论基础是达尔文的进化论。“物竞天演，优胜劣汰”实际上就描述了一种强壮的搜索、竞争与优化机理。生物进化的历史可以用群体和种族内部或其之间所发生的物理过程来解释。从大的方面来讲，包括：繁殖、变异、竞争和选择。因此，在对生物进化过程进行模拟时，就应在总体上抽象地描述这几个过程。20世纪60年代初期，一些学者开展了这方面的研究工作，并逐渐形成了一类具有鲜明特色的优化方法，即模拟进化优化方法（optimization method by simulated evolution）或进化算法。目前，此类方法已发展了很多分支。其中，进化策略和进化规划以其特有的运算方式在解决复杂的、高度非线性、不可微的实值优化问题上具有一定的优势。两种方法有很多的相似之处，但也有区别，需进一步加以了解 1进化策略与进化规划基本流程 1.1进化策略 进化策略由德国学者I.Rechenberg 和H.P.Schwefel提出，对极值优化问题的求解有一定的优势。进化策略的主要执行步骤为：①编码：对要求解的问题以数字串的方式进行编码（由目标参数和策略参数组成），计算适合度值；②判断是否满足终止条件。如满足则输出结果；否则执行下述步骤：③选择n个父代参与繁殖；④按给定的方式执行交叉操作（可选）；⑤按基于高斯分布的扰动执行变异操作；⑥产生m个子代，并计算适合度值（mn）；⑦返回步骤(b) 1.2进化规划 进化规划由美国学者L.J. Fogel提出，同进化策略类似，适用于解决目标函数或约束条件不可微的复杂的非线性实值连续优化问题。进化规划与进化策略在原理上相似，但在具体实现方面有差别。其中最为显著的区别是进化规划中不采用交叉算子，仅通过变异操作来维持两代之间的联系。其基本步骤为：①编码：对要求解的问题以数字串的方式进行编码（由目标参数和策略参数组成），计算适合度值；②判断是否满足终止条件。如满足则输出结果；否则执行下述步骤；③选择n个父代参与繁殖；④按基于高斯分布的扰动执行变异操作；⑤产生n个子代，并计算适合度值；⑤返回步骤(b) 2进化策略与进化规划的关系 单从进化策略与进化规划的解题步骤就能看出，它们有很多的相似之处。进化策略与进化规划在编码方面，不像传统遗传算法那样需要对要求解的问题进行0-1编码和解码，而是直接对所要求解的问题进行编码，即直接将优化问题的解表示为数字串的形式，不需要特定的编码和译码 进化策略和进化规划均采用同样的变异操作方式，即变异时，对父代中的个体加上一个服从均值为0，标准差为的高斯分布随机变量。标准差是变化的，编码时属于染色体串中的一部分。由高斯分布曲线可知，高斯分布的方差反映了分布分散的程度，对适合度越大的个体，其变异量应越小，而适合度越小的个体，其变异量应越大，这符合生物进化过程 进化策略与进化规划因其直接的编码方式以及特别的种群变异方式，使得该两种方法求解复杂的优化问题，特别是实值优化问题时，速度快，求解高效 3进化策略与进化规划的差别 实际应用时，进化策略与进化规划的差别主要体现在以下几个方面：①进化策略中的交叉算子是可选的；如需要进行交叉运算时，采用类似遗传算法的处理方法，如离散交叉或中值交叉方式。进化规划本身就没有交叉算子，这也是该两种方法最本质的区别；②在父代选择方面：进化策略采用概率选择的方式形成父代，通常根据均与随机分布的方式抽取父代个体，这样每一个父代个体都能以同样的概率被选中。进化规划则采用确定性的方