基于遺傳禁忌算法的范例推理的研究.pdf

1、范例推理是人工智能領(lǐng)域中較新崛起的一種重要的基于知識(shí)的問(wèn)題求解和學(xué)習(xí)的方法，它是根據(jù)過(guò)去的成功或失敗的事例來(lái)推導(dǎo)出新問(wèn)題的解，它是一種知識(shí)庫(kù)同推理機(jī)融為一體的新的推理技術(shù)。近年來(lái)，關(guān)于范例推理的研究及其系統(tǒng)的開(kāi)發(fā)受到人們的普遍關(guān)注。范例推理是由目標(biāo)范例的提示而得到記憶中最相似的源范例，并由源案例來(lái)指導(dǎo)目標(biāo)范例求解的一種策略。范例推理不僅是關(guān)于人類認(rèn)知的心理學(xué)理論，而且將成為智能計(jì)算機(jī)系統(tǒng)技術(shù)新的基石之一。范例推理技術(shù)在許多領(lǐng)域都可以使用

2、，尤其在不好總結(jié)出專家知識(shí)的領(lǐng)域效果很好。 然而在范例推理中也存在一些問(wèn)題，主要體現(xiàn)在范例工程過(guò)程的自動(dòng)化，即范例知識(shí)的自動(dòng)生成，如范例結(jié)構(gòu)及其內(nèi)容、相似性評(píng)估知識(shí)、現(xiàn)有范例庫(kù)的自動(dòng)更新、修正知識(shí)庫(kù)的獲取、索引模式等。而這些知識(shí)的獲取也存在一定程度的瓶頸問(wèn)題，這些知識(shí)是由領(lǐng)域?qū)＜遗c知識(shí)工程師通過(guò)不斷積累慢慢取得的。 對(duì)于給定的目標(biāo)范例，如何從范例庫(kù)中檢索和選擇出最為相似的范例決定了范例推理系統(tǒng)的學(xué)習(xí)與推理性能。范例間的相

3、似性度量是關(guān)鍵。其中范例的特征項(xiàng)權(quán)重對(duì)檢索的質(zhì)量與速度都起到了重要作用。對(duì)范例庫(kù)特征項(xiàng)權(quán)重的提取也就是來(lái)發(fā)現(xiàn)范例的不同特征具有不同的重要性。 遺傳算法作為一種借鑒生物界自然選擇和自然遺傳機(jī)制的高度并行、自組織、自適應(yīng)的搜索算法，由于其隱含并行性和收斂的全局性兩大顯著特點(diǎn)，使其尤其適用于處理傳統(tǒng)搜索方法難于解決的復(fù)雜問(wèn)題。禁忌搜索算法是一種局部搜索修正算法，模擬人類具有記憶功能的尋優(yōu)特征。即人們常常在對(duì)已經(jīng)搜索過(guò)的地方暫時(shí)不會(huì)再次

4、去搜索，先對(duì)尚未搜索過(guò)的地方進(jìn)行搜索，如果沒(méi)有更為合適的解，則返回原來(lái)已經(jīng)搜索過(guò)的地方。禁忌搜索算法通過(guò)局部鄰域搜索機(jī)制和相應(yīng)的禁忌準(zhǔn)則，來(lái)避免重復(fù)迂回搜索，并通過(guò)期望標(biāo)準(zhǔn)來(lái)釋放一些被禁忌的優(yōu)良個(gè)體，進(jìn)而保證多樣化的有效搜索，以此來(lái)最終實(shí)現(xiàn)全局優(yōu)化。 遺傳禁忌算法結(jié)合了遺傳算法的隨機(jī)搜索能力、并行性和禁忌搜索算法的記憶功能，有效地解決了遺傳算法的爬山能力差、早熟的問(wèn)題。該算法把禁忌搜索的“多樣化”引入到遺傳算法的交叉算子和變異算

5、子中，生成禁忌交叉算子和禁忌變異算子，使得算法在搜索過(guò)程具有記憶性。禁忌遺傳算法避免了遺傳算法的早熟問(wèn)題，提高了遺傳算法的收斂速度和優(yōu)化質(zhì)量，改善遺傳算法的優(yōu)化性能及其魯棒性；同時(shí)，遺傳算法的種群操作，保留了遺傳算法得多出發(fā)點(diǎn)的優(yōu)勢(shì)，彌補(bǔ)了禁忌搜索的單一單操作缺乏并行性的弱點(diǎn)。 將遺傳禁忌算法引入到范例推理中，用于范例特征項(xiàng)權(quán)重的發(fā)現(xiàn)。將發(fā)現(xiàn)的權(quán)重運(yùn)用到范例檢索中去，以提高檢索的質(zhì)量和速度。同時(shí)，將遺傳禁忌算法的思想引入到范例推