计算智能中的仿生学.pdfVIP

第一章 仿生过程算法：模拟进化算法 1.1 模拟进化计算技术 1.6 研究现状 郝志锋，侯爱民 2009年2月 1.1 模拟进化计算技术 1.1.1 模拟进化计算的概述 1.1.2 模拟进化计算的生物学基础 1.1.3 模拟进化计算的一般框架 1.1.4 典型例子：遗传算法，演化策略，进化 程序 1.1.1 模拟进化计算(SEC)的概述 模拟进化计算技术是模拟自然界生物进化过程与机制、 求解优化与搜索问题的一类自组织、自适应的人工智 能技术。 生物进化过程本身是一个自然的、并行发生的、稳健 的优化过程。使生命体达到适应环境的最佳结构与效 果。 遗传变异理论在优化过程中保持已有的结构，同时寻 找更好的结构。 1.1.1 模拟进化计算(SEC)的概述 从抽象的意义上说，SEC所处理的问题，可以描述为 max f(X) (1.1) X ∈Ω 这里，Ω是某个n维空间（例如Rn ）上的子集。 (1.1) 自然可以理解为常义的极大化问题。 数学规划，组合优化，随机优化等广泛类优化问题。 1.1.2 模拟进化计算(SEC)的生物学基础 细胞cell——构成生物的基本结构与功能单位。 染色体chromosome——遗传信息的寄宿体。 基因gene——组成遗传信息的基本单位。 脱氧核糖核酸DNA——构成染色体的物质。 基因——DNA长链中占有一定位置的基本遗传单位。 人——23对染色体，3~5万个基因。 1.1.2 模拟进化计算(SEC)的生物学基础 遗传信息在DNA长链中按一定的模式排列，既进行了 遗传编码。 一个基因或多个基因决定了蛋白质的20种氨基酸的组 成比列及其排列顺序。 基因座locus——遗传基因在染色体中所占据的位置。 等位基因allele—— 同一基因座可能有的全部基因。 基因型——一种生物所特有的基因及其构成形式。 表现型——一种生物在环境中所呈现出的相应性状。 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 1.1.2 模拟进化计算(SEC)的生物学基础 人体23对染色体的初步理解 第一号染色体：生命 第二号染色体：物种 第三号染色体：历史 第四号染色体：命运 第五号染色体：环境 第六号染色体：智慧 第七号染色体：本能 1.1.2 模拟进化计算(SEC)的生物学基础 第八号染色体：自身利益 第九号染色体：疾病 第十号染色体：压力 第十一号染色体：个性 第十二号染色体：自我组装 第十三号染色体：史前 第十四号染色体：永生 第十五号染色体：性别 1.1.2 模拟进化计算(SEC)的生物学基础 第十六号染色体：记忆 第十七号染色体：死亡 第十八号染色体：疗法 第十九号染色体：预防 第二十号染色体：政治 第二十一号染色体：优化人种论 第二十二号染色体：自由意志 23 X和Y染色体：冲突 1.1.3 模拟进化计算技术的一般框架 定义1.1(遗传编码) 一个具有性质(1.2)的有限长字符串a a …a 称为是 1 2 L 优化变量X 的一个遗传编码(或染色体编码) A=a a …a ⇒X=(x ,x ,…,x )T (1.2) 1 2 L 1 2 n L称为X 的编码长度，A=a a …a 称为X 的编码，记 1 2 L