基于隸屬云模型和進(jìn)化方向的進(jìn)化算法研究.pdf

1、進(jìn)化算法是一類通過(guò)模擬自然界中物種進(jìn)化過(guò)程與機(jī)制來(lái)求解優(yōu)化與搜索問(wèn)題的一類自適應(yīng)、自組織、自學(xué)習(xí)的人工智能技術(shù)。該算法基于這樣的基本認(rèn)識(shí)：“從簡(jiǎn)單到復(fù)雜、從低級(jí)到高級(jí)的物種進(jìn)化過(guò)程本身就是一個(gè)自然的、并發(fā)的、穩(wěn)健的優(yōu)化過(guò)程”。進(jìn)化算法是一類宏觀意義下的仿生優(yōu)化技術(shù)，基于達(dá)爾文的“物競(jìng)天擇，適者生存”的進(jìn)化論思想與孟德?tīng)柕摹斑z傳變異”理論，來(lái)在尋優(yōu)過(guò)程中產(chǎn)生和選擇更好的結(jié)構(gòu)。進(jìn)化算法是一種變換啟發(fā)(meta-heuristic)的搜索技術(shù)

2、，因此其能在問(wèn)題的解空間中進(jìn)行大范圍的全局搜索，從而降低搜索陷入問(wèn)題局部極優(yōu)值的概率。進(jìn)化算法被廣泛應(yīng)用于工業(yè)制造、工業(yè)優(yōu)化、動(dòng)態(tài)優(yōu)化、機(jī)器學(xué)習(xí)等研究領(lǐng)域。目前對(duì)進(jìn)化算法的研究大多過(guò)分強(qiáng)調(diào)個(gè)體在進(jìn)化過(guò)程中的作用，忽略了進(jìn)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(xué)工具——隸屬云模型來(lái)對(duì)進(jìn)化過(guò)程中的種群進(jìn)行描述，研究在進(jìn)化過(guò)程中群體所呈現(xiàn)出的特性。針對(duì)目前對(duì)進(jìn)化過(guò)程中個(gè)體能動(dòng)性考慮不足的問(wèn)題，本文提出了主動(dòng)進(jìn)化機(jī)制，同時(shí)本文也對(duì)進(jìn)

3、化過(guò)程中的個(gè)體進(jìn)化軌跡進(jìn)行了初步討論，通過(guò)進(jìn)化方向指導(dǎo)進(jìn)化過(guò)程。本文的工作主要體現(xiàn)在以下幾點(diǎn)：
　　 ⑴物種進(jìn)化過(guò)程是一種宏觀行為，進(jìn)化過(guò)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(xué)工具，充分利用云滴群與進(jìn)化過(guò)程中的種群、云滴與個(gè)體之間的相似性對(duì)進(jìn)化過(guò)程進(jìn)行描述，研究進(jìn)化算法在進(jìn)化過(guò)程中所呈現(xiàn)出的群體特性。
　　 ⑵近代遺傳學(xué)的研究表明生物在進(jìn)化過(guò)程中不是盲目的、完全被動(dòng)的、消極的，而是在進(jìn)化過(guò)程中通過(guò)積極

4、改變自身來(lái)參與進(jìn)化過(guò)程。具體表現(xiàn)為個(gè)體的變異內(nèi)容具有針對(duì)環(huán)境因素的適應(yīng)性，即定向變異。本文認(rèn)為：物種在進(jìn)化過(guò)程中的積極主動(dòng)性也能體現(xiàn)在個(gè)體的學(xué)習(xí)能力上，通過(guò)學(xué)習(xí)提高個(gè)體的適應(yīng)度。本文基于學(xué)習(xí)操作，詳細(xì)研究了物種在進(jìn)化過(guò)程中的主動(dòng)進(jìn)化機(jī)制。
　　 ⑶“進(jìn)化”才是物種進(jìn)化的最終目的。在進(jìn)化過(guò)程中，物種總是向自身最優(yōu)的方向前進(jìn)。因此本文通過(guò)將這種進(jìn)化軌跡用進(jìn)化方向來(lái)刻畫，通過(guò)對(duì)進(jìn)化方向所具有的屬性進(jìn)行研究，從而指導(dǎo)物種的進(jìn)化過(guò)程，提高