人工智能及其应用蔡自兴第四版PPT.ppt

5.2.2 进化策略和遗传算法的区别 进化策略和遗传算法有着很强的相似性，它们都是一类模仿自然进化原理的算法。 两者也存在着区别，其中最基本的区别是它们的研究领域不同。 进化策略是一种数值优化的方法，它采用一个具有自适应步长和倾角的特定爬山方法。 遗传算法从广义上说是一种自适应搜索技术。 5.2 进化策略 5.3 进化编程 进化编程(Evolutionary Programming，EP)，又称为进化规划（Evolutionary Planning），是由福格尔（Fogel）在1962年提出的一种模仿人类智能的方法。 进化编程根据正确预测的符号数来度量适应值。通过变异，为父代种群中的每个机器状态产生一个子代。父代和子代中最好的部分被选择生存下来。 它的提出是受自然生物进化机制的启发。 5.3.1 进化编程的机理与表示 进化编程的过程，可理解为从所有可能的计算机程序形成的空间中，搜索具有高的适应度的计算机程序个体。 进化编程设计强调种群行为的变化。进化编程系统的表示自然地面向任务级。一旦选定一种适应性表示，就可以定义依赖于该表示的变异操作，在具体的父辈行为上创建后代。 5.3 进化编程 5.3.2 进化编程的步骤 进化编程分为三个步骤： 产生出初始种群。 迭代完成下述子步骤，直至满足选种标准为止： 执行种群中的每个程序。 应用变异等操作创造新程序种群。 在后代中适应值最高的