基于捕食機(jī)制的元胞遺傳算法研究.pdf

1、在自然界物種間的關(guān)系中，捕食理論作為生態(tài)學(xué)的一個(gè)元素，起著推動(dòng)個(gè)體進(jìn)化、維持生態(tài)系統(tǒng)平衡這樣非常重要和基礎(chǔ)性的作用。將捕食理論與人工智能相結(jié)合，使捕食理論不僅僅停留在理論研究階段，也成功應(yīng)用到現(xiàn)實(shí)生活中，推動(dòng)人工智能的發(fā)展。已有的捕食搜索算法只是對(duì)動(dòng)物捕食行為簡(jiǎn)單的模擬，缺乏地域性，因此對(duì)捕食相關(guān)算法的研究具有重要意義。元胞遺傳算法（Cellular Genetic Algorithm，CGA）的空間重疊結(jié)構(gòu)可以增加種群多樣性，在一定程

2、度上抑制算法易陷入局部最優(yōu)的缺點(diǎn)，但元胞遺傳算法個(gè)體的生死狀態(tài)與其適應(yīng)度無(wú)關(guān)，可能導(dǎo)致算法最優(yōu)解丟失，這是與自然進(jìn)化不相符的，因此如何使元胞遺傳算法能更好的模擬自然進(jìn)化過(guò)程是目前急需解決的問(wèn)題。
　　元胞遺傳算法和捕食系統(tǒng)都是多學(xué)科相融合，都是具有很高實(shí)用價(jià)值的研究領(lǐng)域，已被廣泛的應(yīng)用到多個(gè)領(lǐng)域，但是兩者的結(jié)合是一個(gè)具有挑戰(zhàn)性的全新的研究課題。本文從捕食系統(tǒng)和元胞遺傳算法相結(jié)合的角度出發(fā)，結(jié)合欺騙問(wèn)題、數(shù)值優(yōu)化等多個(gè)復(fù)雜的實(shí)際問(wèn)題

3、，對(duì)捕食系統(tǒng)進(jìn)行深入的研究。主要內(nèi)容包括以下幾個(gè)方面：
　?。?）捕食問(wèn)題是研究分布式系統(tǒng)中多智能體的合作與協(xié)調(diào)的理想問(wèn)題，盡管它不能完全描述真實(shí)世界的復(fù)雜問(wèn)題，但是它能夠使得許多概念具體化，從而使一些復(fù)雜問(wèn)題簡(jiǎn)單化。本文通過(guò)模擬生態(tài)系統(tǒng)捕食與被捕食之間的相互關(guān)系，用捕食機(jī)制替代元胞遺傳算法中的演化規(guī)則，使得遺傳個(gè)體生存與死亡狀態(tài)在演化同時(shí)與其適應(yīng)度和鄰域內(nèi)捕食與被捕食個(gè)體密度相關(guān)，并通過(guò)群體規(guī)?？刂撇呗跃S持捕食與被捕食群體間的個(gè)

4、體數(shù)目動(dòng)態(tài)平衡，實(shí)現(xiàn)全局搜索與局部尋優(yōu)之間更好的協(xié)調(diào)與均衡。本文對(duì)典型的多峰函數(shù)進(jìn)行優(yōu)化的實(shí)驗(yàn)結(jié)果表明，新的算法在抑制早熟收斂并提高全局收斂率方面獲得了明顯的優(yōu)勢(shì)。
　?。?）在進(jìn)化算法中，選擇壓力被定義為最優(yōu)個(gè)體和最差個(gè)體被選擇的概率之比，它可以增加最優(yōu)個(gè)體在下一代的生存機(jī)會(huì)。選擇壓力過(guò)大，會(huì)導(dǎo)致算法不能收斂；過(guò)小，可能導(dǎo)致算法陷入局部最優(yōu)。因此保持適當(dāng)?shù)倪x擇壓力是使算法具有優(yōu)異性能必須要考慮的一個(gè)重要問(wèn)題。本文在對(duì)捕食機(jī)制下的

5、元胞遺傳算法研究的基礎(chǔ)上對(duì)算法的選擇壓力進(jìn)行了研究及實(shí)驗(yàn)仿真，并通過(guò)對(duì)改進(jìn)算法的參數(shù)進(jìn)行調(diào)整以達(dá)到對(duì)算法選擇壓力的調(diào)整。對(duì)于不同的參數(shù)，算法就會(huì)產(chǎn)生不同的增長(zhǎng)曲線，通過(guò)對(duì)比這些曲線觀察選擇壓力是怎樣隨參數(shù)變化而變化，總結(jié)出選擇壓力變化規(guī)律。
　　（3）利用選擇壓力隨參數(shù)變化規(guī)律，改變算法參數(shù)以達(dá)到調(diào)整選擇壓力的目的。最后通過(guò)對(duì)選擇壓力的研究，提出了一種自適應(yīng)的改進(jìn)算法。算法通過(guò)自適應(yīng)的調(diào)整算法參數(shù)來(lái)調(diào)整算法的選擇壓力，從而可以尋求