基于隸屬云模型和進化方向的進化算法研究.pdf

1、進化算法是一類通過模擬自然界中物種進化過程與機制來求解優(yōu)化與搜索問題的一類自適應、自組織、自學習的人工智能技術。該算法基于這樣的基本認識：“從簡單到復雜、從低級到高級的物種進化過程本身就是一個自然的、并發(fā)的、穩(wěn)健的優(yōu)化過程”。進化算法是一類宏觀意義下的仿生優(yōu)化技術，基于達爾文的“物競天擇，適者生存”的進化論思想與孟德爾的“遺傳變異”理論，來在尋優(yōu)過程中產生和選擇更好的結構。進化算法是一種變換啟發(fā)(meta-heuristic)的搜索技術

2、，因此其能在問題的解空間中進行大范圍的全局搜索，從而降低搜索陷入問題局部極優(yōu)值的概率。進化算法被廣泛應用于工業(yè)制造、工業(yè)優(yōu)化、動態(tài)優(yōu)化、機器學習等研究領域。目前對進化算法的研究大多過分強調個體在進化過程中的作用，忽略了進化本身是一種群體的宏觀行為，因此本文利用一種新的數(shù)學工具——隸屬云模型來對進化過程中的種群進行描述，研究在進化過程中群體所呈現(xiàn)出的特性。針對目前對進化過程中個體能動性考慮不足的問題，本文提出了主動進化機制，同時本文也對進

3、化過程中的個體進化軌跡進行了初步討論，通過進化方向指導進化過程。本文的工作主要體現(xiàn)在以下幾點：
　　 ⑴物種進化過程是一種宏觀行為，進化過程更多體現(xiàn)的是一種群體屬性。因此本文利用隸屬云模型作為數(shù)學工具，充分利用云滴群與進化過程中的種群、云滴與個體之間的相似性對進化過程進行描述，研究進化算法在進化過程中所呈現(xiàn)出的群體特性。
　　 ⑵近代遺傳學的研究表明生物在進化過程中不是盲目的、完全被動的、消極的，而是在進化過程中通過積極

4、改變自身來參與進化過程。具體表現(xiàn)為個體的變異內容具有針對環(huán)境因素的適應性，即定向變異。本文認為：物種在進化過程中的積極主動性也能體現(xiàn)在個體的學習能力上，通過學習提高個體的適應度。本文基于學習操作，詳細研究了物種在進化過程中的主動進化機制。
　　 ⑶“進化”才是物種進化的最終目的。在進化過程中，物種總是向自身最優(yōu)的方向前進。因此本文通過將這種進化軌跡用進化方向來刻畫，通過對進化方向所具有的屬性進行研究，從而指導物種的進化過程，提高