第一篇进化优化引论.PDFVIP

第一篇 进化优化引论 第1 章 绪 论 你且问走兽, 走兽必指教你；又问空中的飞鸟, 飞鸟必告诉你；或与地说话, 地必指教 你, 海中的鱼也必向你说明. 约伯记12:7-9 本书讨论求解优化问题的方法. 特别地, 我们1 讨论用于优化的进化算法. 本书包括 一些数学理论, 但不应该把它看成是数学课本. 它更多的是一本关于工程或应用于计算机 科学的书. 本书中所有优化方法都为了最终能用软件实现. 本书旨在以最清楚但又严格的 方式介绍进化优化算法, 同时为读者提供足够先进的材料和参考文献, 让他们准备好为进 化算法添砖加瓦. 本章概览 本章在1.1 节概述本书用到的术语. 在 19 页的缩写词表可能对读者有用. 1.2 节说 明我为何决定撰写这本关于进化算法的书, 希望它能达到的目标, 以及与已有的进化算 法专著的不同之处. 1.3 节讨论读者需要先修的课程. 1.4 节讨论布置习题的理念, 以及 如何得到习题答案. 1.5 节总结本书用到的数学符号. 读者在遇到不熟悉的符号时要记得 回到这一节, 在写家庭作业和做研究时也会用到这一节. 1.6 节概述本书. 1.7 节为采用 本书开课的教师提供了一些重要的忠告. 这一节还就各章的重要性为教师提出了一些 建议. 1.1 术 语 一些作者称进化算法为进化计算. 这样能强调进化算法需要在计算机上实施. 但进 化计算也可能指不用于优化的算法; 例如, 最初的遗传算法并不是用于优化本身, 而是想 用来研究自然选择的过程 (参见第3 章). 本书针对的是进化优化算法, 它比进化计算更 具体. 另外一些人称进化算法为基于种群的优化. 它强调进化算法一般是让问题的候选解 种群随着时间的进化以得到问题的更好的解. 然而, 许多进化算法每次迭代只有单个候选 1本书采用常见的做法, 我们这个词一般代指第三人. 有时候也用我们代指读者和作者. 在其他时候, 我们代表在进化算 法和优化领域里的教师和研究人员. 由上下文可以清楚区分其具体含义. 对我们这个词的使用无须过分解读; 它只是一种书 写风格并非要显示权威. 4 第 1 章 绪论 解(例如, 爬山法和进化策略). 进化算法比基于种群的优化更一般化, 因为进化算法还包 括单一个体的算法. 一些作者称进化算法为计算机智能或计算智能. 这样做常常是为了区分进化算法与 专家系统, 在传统上专家系统一直被称为人工智能. 专家系统模仿演绎推理, 进化算法则 模仿归纳推理. 进化算法有时候也被看成是人工智能的一种. 计算机智能是比进化算法 更一般的词, 它包括像神经网络、模糊系统, 以及人工生命这样的一些技术. 这些技术可 应用于优化之外的问题. 所以, 从不同的角度看, 进化算法可能比计算机智能更一般化或 更具体. 软计算是与进化算法有关的另一个词. 软计算与硬计算相对. 硬计算指的是准确的、 精确的、数值上严格的计算. 软计算指的是不太准确的计算, 比如人们在日常生活中的表 现. 软计算的算法针对那些困难的、带噪声的、多峰的和多目标的问题, 计算出总体上还 不错(但不准确) 的解. 所以, 进化算法是软计算的一个子集. 其他作者称进化算法为由自然启发的计算或仿生计算. 像差分进化和分布估计算法 这些进化算法可能并非源于自然. 像进化策略和反向学习这些进化算法与自然过程联系 甚微. 进化算法比由自然启发的算法更一般化, 因为进化算法包括非仿生算法. 进化算法还常常被称为机器学习. 机器学习研究由经验学到的计算机算法. 但这个领 域经常包括很多不是进化算法的算法. 一般认为机器学习比进化算法更广, 包括强化学 习、神经网络、分簇、支持向量机以及其他方法. 一些作者