一種拓展的文化算法.pdf

1、計(jì)算智能(Computational Intelligence)是進(jìn)化計(jì)算和人工神經(jīng)網(wǎng)絡(luò)以及模糊系統(tǒng)理論一起形成的一個(gè)新的研究的方向。在計(jì)算智能領(lǐng)域里有一類(lèi)用來(lái)模擬生物群體智能的行為的研究，稱(chēng)為是群體智能(SwarmIntelligence)。從20世紀(jì)90年代初就產(chǎn)生了很多用于模擬自然界中的自然生物的群體(Swarm)行為的優(yōu)化的技術(shù)。Dorigo等從生物進(jìn)化行為的機(jī)理中受到啟示，通過(guò)用來(lái)模擬螞蟻的尋徑行為而提出了的蟻群優(yōu)化方法(An

2、t Colony Optimization)；Fberhart和Kennedy于1995年提出的名為粒子群優(yōu)化算法(Particle Swarm Optimization，簡(jiǎn)稱(chēng)PSO)就源于對(duì)自然界中的鳥(niǎo)群的捕食行為的研究，粒子群優(yōu)化(PSO)最初是用來(lái)處理連續(xù)性的優(yōu)化問(wèn)題的；Reynolds于1994年提出了的名為文化算法(CulturalAlgorithm)。文化算法的提出是為了將在進(jìn)化計(jì)算系統(tǒng)中，隨時(shí)間的不斷增長(zhǎng)不斷累積經(jīng)驗(yàn)的個(gè)體

3、成分的進(jìn)化行為建立相應(yīng)的模型。上述說(shuō)的這三種算法都是在基于群體的演化算法的基礎(chǔ)上，并且通過(guò)群體相互之間的個(gè)體社會(huì)來(lái)交互共享的信息。
　　 為了提高基礎(chǔ)文化算法的并行的計(jì)算能力，同時(shí)為了提高粒子群優(yōu)化(PSO)算法的計(jì)算的精度與計(jì)算的效率。在本文中，綜合運(yùn)用上述兩種算法的特點(diǎn)，一種新的拓展的文化算法被提了出來(lái)。它就是把粒子群的群體的空間納入到文化算法的框架內(nèi)，將文化算法的群體空間分成若干個(gè)小的群體的空間，并使其與之相應(yīng)的由模糊系統(tǒng)

4、來(lái)控制的慣性權(quán)重所構(gòu)成的若干個(gè)小的信念空間，這樣子以來(lái)，他們就一起行成構(gòu)成了文化算法的大的信念空間。其中，每個(gè)小的群體的空間就有了自己的獨(dú)特的進(jìn)化方式，并且定期把好的知識(shí)拿來(lái)貢獻(xiàn)給小的信念空間共享到大的信念空間，在大的信念空間再經(jīng)過(guò)演化以獨(dú)特的影響函數(shù)的形式反饋給下面的相應(yīng)的群體空間，在這樣的情況下，就形成了文化算法的“雙演化雙促進(jìn)”機(jī)制。
　　 本文的主要研究成果及貢獻(xiàn)如下：
　　 提出了一種新的拓展的基于模糊與粒子群