文化算法以及的应的研究.ppt

文化算法 一简介,背景以及应用研究 文化第法简介不 文化算法是 Robert G. Reynolds于1994年提出的一种 双层进化机制,文化作为一种将人以往的经验保存于其中 的知识库,以供后人在知识库中学到没有直接经历的经验 知识。文化算法正是基于此目的来模拟人类社会的演进过 程而提出的。通过一个独立于种群空间的信仰空间,来获 取和保存并加以整合解决问题的知识,使种群的进化速度 超越单纯依靠生物基因遗传的进化速度,具有良好的全局 优化性能。 1概念以及框架 文化算法由种群空间和信仰空间构成双层进化机制, 总体上包括三大元素:种群空间、信仰空文化算法结构图 ◎间和通信协议。种群空间从微观的角度模拟生物个体根据 定的行为准则进化的过程,信仰空间从宏观的角度模拟 文化的形成、传递和比较等进化过程。种群空间和信仰空 间是两个相对独立的进化过程,但是又相互影响相互促进, 两个空间根据通信协议相互联系,对进化信息进行有效提 取和管理,并将其用于指导种群空间的进化。文化算法基 本框架结构如下图所示。 date 信仰空间(B) fluence generate selecto obj 种群空间(P 文化算法基本框架 学进如上图所示,种样空间与信仰个间是两个相对独立的 进化过程两个空间通过一组由接受函数acep0和影响函 ◎数 influence0组成的通信协议联系在一起。种群空间的个 体在进化过程中,形成个体经验,通过 accept)函数将个体经 验传递到信仰空间。信仰空间将个体经验,根据一定行为规 则进行比较优化,形成种群经验,信仰空间根据现有的种群 经验和新个体经验用 update(函数进行更新。而 influence0 函数能够利用信仰空间中待解决问题的经验知识来指导种 群空间的进化,以使种群空间得到更高的进化效率。 不米 在一个文化体系中,存在着多种类型的知识,其中规范知 识( Normative Knowledge)和形势知识 situationalKnowledge)破认为是最主要的。规范知识为个 体提供行为准则和指导原则,而形势知识为个体提供学习榜 样。它们都可以为种群的进化提供指导信息。群体空间中 口 objective(函数是目标函数(适应度函数),其作 来评价种群空闻中个体适成值。.9 Generate(函数根据个体 行为规则和父辈个体参数生成下一代个体 select(函数根 据规则从新生成个体中选择一部分个体作为下代个体的父 这个过程使得种群像人类社会推演一样,不仅有生物 特征的进化,而且有文化信念作为指导,超越单纯的生物 进化,具有目的性和方向性。算法结束后,末代种群中的 最优个体经过解码,可以作为问题近似最优解。 文化算法的重要特征是引进了信仰空间,将群体空间 中的个体在进化过程中形成的个体经验,通过接受函数传 递到信仰空间,信仰空间将收到的个体经验看作一个单独 的个体,根据一定的行为规则进行比较优化,形成知识储 备,它根据现有的经验和新个体经验的情况更新知识,修 改群体空间中个体的进化行为规则,以使个体空间得到更 高的进化效率。 化算法的伪代码如下 begin t=0 初始化种群空间POP(t) “初始化信仰空间BLF(t repeat 评价种群空间POP(t) update(BLF(t), accept(PoP(t)) generate(POP(t), influence(BLF(t select PoP(t)from POP(t-1) unt达到终止条件 end 种群空间的编码 ◎·种群空间采用由Foge提出的进化规划种群模型由于可行 域为非负实数集,该算法相应采用实数编码结构。 ·信仰空间结构 信仰空间的结构采用(snη)结构对 接受函数 ·接受函数 accept()用以选择能够直接影响当前信仰空间知 识经验的个体 信仰空间的更新 信仰空间由更新函数 update进行调整。 影响函数 信仰空间能够通过两种方式来影响种群空间中的变异算子 (1)改变变量变化的步长;(2)改变变量前进的方向。本章中 用于解决非线性无约束优化问题的文化算法四种不同版 本的区别在于所采取的影响函数不同。 2算法实现步骤 这样就在 化种样在签域内随体成一个A数量 ◆次产生种群规模为p的初始种群空间 2通过适应度函数对种群空间中的个体进行评价。 3根据给定的取值范围和初始种群空间中的候选解,按照信 仰空间结构,生成初始信仰空间 4.根据影响函数 influence(,对种群空间中的每个父个体进 行变异,生成个相应子个体 5.对于由子个体和父个体共同组成的规模为2p的种群空间 中每个个体。从该种群空间中随机选取C个个体与它进 比较,如果该个体优于与之比较的个体,则称该个体取 次胜利,并记录个个体的胜利次数选择前P个具有