進(jìn)化規(guī)劃算法的研究與改進(jìn).pdf

1、進(jìn)化規(guī)劃是一種隨機(jī)優(yōu)化方法，它的目標(biāo)是通過進(jìn)化達(dá)到行為智能化。但在最初的發(fā)展中，進(jìn)化規(guī)劃并未得到足夠的重視。直到20世紀(jì)90年代，進(jìn)化規(guī)劃方法得到改善，并作為進(jìn)化算法的一個分支開始得到廣泛的應(yīng)用。進(jìn)化規(guī)劃算法從一組隨機(jī)產(chǎn)生的個體開始進(jìn)行搜索，通過變異、選擇等操作使個體向著搜索空間中越來越靠近全局最優(yōu)值的區(qū)域進(jìn)化。類似于遺傳算法，進(jìn)化規(guī)劃算法也很容易早熟收斂。因此，避免早熟收斂，均衡算法的探索和執(zhí)行能力，已成為進(jìn)化規(guī)劃研究的主要內(nèi)容之一。

2、 本文所做的主要工作及創(chuàng)新如下： 1、對進(jìn)化計算與進(jìn)化規(guī)劃的相關(guān)知識進(jìn)行概括總結(jié)。 進(jìn)化計算是借鑒生物進(jìn)化思想發(fā)展起來的啟發(fā)式隨機(jī)搜索優(yōu)化方法。它是模擬生物進(jìn)化過程中“優(yōu)勝劣汰”的自然選擇機(jī)制和遺傳信息傳遞規(guī)律的算法的總稱，主要用來解決復(fù)雜優(yōu)化問題。進(jìn)化計算作為一種高魯棒性的全局最優(yōu)搜索算法被人們所接受。它具有適應(yīng)性強(qiáng)、效果良好、操作簡單等優(yōu)點(diǎn)。 進(jìn)化規(guī)劃是進(jìn)化計算的一個分支，起源于20世紀(jì)60年代。進(jìn)化

3、規(guī)劃對生物進(jìn)化過程的模擬主要著眼于物種的進(jìn)化過程，在進(jìn)化規(guī)劃算法中，變異算子是個體進(jìn)化的唯一手段。目前對進(jìn)化規(guī)劃算法的評價僅對仿真結(jié)果進(jìn)行比較，理論分析較為薄弱。 2、對幾種進(jìn)化規(guī)劃算法進(jìn)行了詳細(xì)的介紹和分析，提出了一種新的混合策略進(jìn)化規(guī)劃算法，SPCEP算法。 標(biāo)準(zhǔn)進(jìn)化規(guī)劃算法(CEP)是進(jìn)化規(guī)劃的基本算法。FEP、SPMEP算法通過將CEP算法中的高斯變異算子替換為柯西變異算子和單點(diǎn)變異算子的方式對CEP算法進(jìn)行了改

4、進(jìn)。MSEP算法引入了進(jìn)化博弈論的思想，通過策略參數(shù)決定個體使用的變異方式。 本文提出的SPCEP算法是基于CEP和SPMEP算法的混合策略進(jìn)化規(guī)劃算法。SPCEP算法利用高斯變異算子和單點(diǎn)變異算子各產(chǎn)生一個后代個體，選擇其中較好的一個作為唯一的后代。實驗結(jié)果表明，SPCEP的性能比CEP和SPMEP有了一定程度的提高。 3、通過對進(jìn)化規(guī)劃算法的探索與執(zhí)行能力以及搜索步長的學(xué)習(xí)研究，提出了一種新的變異方法Bagging方

5、法，并將Bagging方法與CEP算法結(jié)合，提出一種Bagging進(jìn)化規(guī)劃算法。在進(jìn)化規(guī)劃中，算法的探索和執(zhí)行能力有很重要的作用，在一定程度上決定了算法收斂到全局最優(yōu)解的速度和精確度。對算法探索和執(zhí)行能力的調(diào)節(jié)一般是通過調(diào)整搜索步長實現(xiàn)的。Bagging變異方法通過控制參數(shù)調(diào)節(jié)兩個步長分量在進(jìn)化過程中的作用，使搜索步長隨著進(jìn)化的進(jìn)行逐漸減小，達(dá)到加快收斂速度，均衡算法探索和執(zhí)行能力的目的。 通過將Bagging變異方法與CEP算