智能信息技术基础-6进化.pptVIP

进化计算Evolutionary Computation 封筠 Email：fengjun7171@ :6621/ User: Student.feng 08-03 Outline 一、引言 二、遗传算法基本内容 三、进化策略基本内容 四、进化规划基本内容 五、进化信息处理应用 六、研究现状与发展趋势 三、进化策略基本内容 三、进化策略基本内容 1、进化策略的基本算法构成 2、进化策略的简单实现 3、进化策略的主要特点 1、 进化策略的基本算法构成 1、 进化策略的基本算法构成 1、 进化策略的基本算法构成 1、 进化策略的基本算法构成 1、 进化策略的基本算法构成 1、 进化策略的基本算法构成 2、进化策略的简单实现 3、进化策略的主要特点 四、进化规划基本内容 四、进化规划基本内容 1、进化规划的基本算法构成 2、进化规划的简单实现 3、进化规划的主要特点 4、三者比较 1、 进化规划的基本算法构成 1、 进化规划的基本算法构成 1、 进化规划的基本算法构成 2、进化规划的简单实现 3、进化规划的主要特点 4、三者比较 五、进化信息处理应用 1、优化问题 2、机器学习 3、智能控制 4、数据挖掘 5、人工生命 6、图像处理与模式识别 7、进化硬件 等等 五、进化信息处理应用 支气管肿瘤病灶图像恢复 六、研究现状与发展趋势 1、模式定理 2、正交函数分析 3、Markov链分析 4、编码策略 5、控制参数的选择 六、研究现状与发展趋势 1、改进算法的组成成分或使用技术 2、采用高级基因操作策略 3、采用动态自适应技术 4、采用共享和并行机制 5、混合算法 六、研究现状与发展趋势 1、理论研究 2、与其它技术的融合 3、算法的选择、改进与深化 4、并行和分布式进化计算研究 5、进化硬件问题 6、进化计算应用系统 The End * * * * 20世纪60年代，德国的I. Rechenberg和H.P.Schwefel等人在进行风洞实验时，由于在设计中用来描述物体形状的参数变量很难用传统的方法来优化，而采用生物变异的思想进行参数优化时，却获得了很好的效果。进化策略（Evolution Strategy, ES）的提出是为了求解多峰值非线性函数的优化问题。目前，进化策略的方法已应用到许多工程问题上，并获得了较好的效果。 个体表示方法 搜索空间是一个n维空间，组成进化群体的每个个体都是由两部分构成，其中一部分是可以取连续值的向量，另一部分是一个微小的变动量。该变动量由步长 （正态分布的标准偏差）和回转角 （正态分布的协方差）所组成，它们可以用来调整对个体进行变异操作时变异量的大小和方向。即：群体中的每个个体X都可以表示为： 这种表示方法称为三元表示。 初始群体的产生 初始群体由 个个体组成，每个个体 内又可以包含n个 分量及 个 分量。产生初始个体的方法是随机生成，可以从某一初始点 出发，通过多次突变产生 个初始个体，该初始点从可行域中用随机方法选取。 适应度评价 设定每个个体的适应度等于目标函数值。因为选择运算是按照一种确定的方式进行，每次都是从当前群体中选择出一个或几个适应度最高的个体保留到下一代群体中，这里只有个体适应度之间的大小关系比较运算，而无算术运算，所以对个体适应度是取正值还是负值无特别要求。 变异算子 变异操作是产生新个体的最主要的方法。假设群体中某一个个体 ，则新个体的组成元素是： 式中，N（0，1）表示均值为0、方差为1的正态分布随机变量； 和 是算子集参数，分别表示变异运算时的整体步长和个体步长。 交叉算子 交叉算子作为一种辅助性的搜索运算。设有 、 为群体中随机配对的两个个体，则对这两个个体进行交叉操作后可产生出一个新的个体 ，其中的元素 可按照下列方式之一来确定： 无交叉： 直接交叉： 加权平均交叉： 式中 为[0，1]范围内均匀分布的随机数。 选择算子 主要有两类方法： （1）从 个父代个体中选择出