動態(tài)種群規(guī)模的協(xié)同進化算法模型、理論與應用.pdf

1、受自然界生態(tài)系統(tǒng)中多物種協(xié)同進化現(xiàn)象的啟發(fā)，人們提出了一類新型進化算法：協(xié)同進化算法(Co-Evolutionary Algorithm)。協(xié)同進化算法能有效解決許多傳統(tǒng)進化算法難以解決的復雜問題，是近年來計算智能領域的一個研究熱點。動態(tài)種群規(guī)模調節(jié)技術是進化算法中的一項重要技術，其目的在于自適應地平衡全局搜索能力和局部搜索能力之間的矛盾，合理分配計算資源以提高算法的整體性能。由于進化動力學機制的不同，傳統(tǒng)進化算法中已有的動態(tài)種群規(guī)模調

2、節(jié)技術并不適合協(xié)同進化算法；而協(xié)同進化算法的現(xiàn)有工作又大多集中在針對具體應用問題的算法設計方面，動態(tài)種群規(guī)模技術的研究幾乎是一片空白。 本文從協(xié)同進化算法的共性入手，以適應度評估過程中的個體相互作用為出發(fā)點，設計了一個具有通用性的動態(tài)種群規(guī)模調節(jié)策略，并在該策略的基礎上構建了一個統(tǒng)一的協(xié)同進化算法模型，稱為動態(tài)種群規(guī)模的協(xié)同進化算法模型(Model of Co-Evolutionary Algorithm with Dynami

3、c population size)，簡稱CEAD模型。該模型從協(xié)同進化算法的本質出發(fā)，描述了協(xié)同進化算法共通的進化機制，其算法體系涵蓋了包括競爭型、合作型、混合型在內(nèi)的各種協(xié)同進化算法，具有重要的指導意義。 我們從動力學、穩(wěn)定性、收斂性、計算復雜度等多個方面對CEAD模型及其算法體系作了全面的理論分析。理論分析指出，CEAD模型具有全局漸近穩(wěn)定性，在其指導下設計的協(xié)同進化算法，可以保證種群規(guī)模能夠自適應地調節(jié)至合適的水平，從而

4、有效地平衡全局搜索能力和局部搜索能力之間的矛盾，合理地在子種群間分配計算資源，令算法能夠穩(wěn)定而高效地收斂到全局最優(yōu)解。 最后，我們完成了CEAD算法體系在兩種典型復雜優(yōu)化問題求解中的應用。在多峰函數(shù)優(yōu)化問題中，對比實驗表明在CEAD模型指導下設計的協(xié)同進化算法可以合理地調節(jié)種群規(guī)模，有效地利用計算資源，具有全局搜索能力強、收斂速度快優(yōu)化性能好、求解效率高等優(yōu)點。在空中流量優(yōu)化調度中，針對多目標航班著陸調度模型這一帶有大量約束的多