智能優(yōu)化理論-第8章思維進(jìn)化算法

第8章思維進(jìn)化算法思維進(jìn)化算法的提出思維進(jìn)化算法的基本思想思維進(jìn)化算法的描述思維進(jìn)化算法的改進(jìn)復(fù)習(xí)思考題contents目錄01思維進(jìn)化算法的提出思維進(jìn)化算法（Mind-Evolution-Algorithm．MEA）是1998年由孫承意提出的一種新的進(jìn)化算法。思維進(jìn)化算法采用了不同的進(jìn)化操作和運(yùn)行機(jī)制，使其具有把群體劃分為子群體、趨同和異化操作相輔相成等特點(diǎn)。局部和全局公告板記憶子群體和環(huán)境的信息，指導(dǎo)趨同與異化向著有利的方向進(jìn)行。思維進(jìn)化算法的提出0102思維進(jìn)化算法的提出通過趨同算子實(shí)現(xiàn)個(gè)體之間、子群體之間的學(xué)習(xí)，體現(xiàn)了向前者和優(yōu)勝者學(xué)習(xí)的機(jī)制。采用多子群體并行進(jìn)化機(jī)制，具有本質(zhì)上的并行性。易擴(kuò)充，可移植性強(qiáng)。思維進(jìn)化算法已用于優(yōu)化計(jì)算、圖像處理、系統(tǒng)建模等方面。思維進(jìn)化算法的提出02思維進(jìn)化算法的基本思想思維進(jìn)化算法主要針對遺傳算法的過早收斂、搜索效率低的問題而提出。遺傳算法存在早熟、搜索效率低等問題的主要原因包括多表象性和多基因性的交互影響難以控制、信息包含在個(gè)體所攜帶的染色體的集合及染色體編碼的結(jié)構(gòu)中、GA進(jìn)化過程中獲得的信息都保存在當(dāng)前群體中的個(gè)體里、沒有充分利用從環(huán)境得到的信息指導(dǎo)進(jìn)化的方向以及探索與開發(fā)利用功能協(xié)調(diào)配合差等。思維進(jìn)化算法的基本思想思維進(jìn)化算法的基本思想人類思維進(jìn)步速度高于生物進(jìn)化速度的原因包括向前人和優(yōu)勝者學(xué)習(xí)以及不斷地探索與創(chuàng)新。思維進(jìn)化算法認(rèn)為，趨同和異化是普遍存在于各個(gè)領(lǐng)域的人們的思維活動(dòng)中的兩種模式。03思維進(jìn)化算法的描述01思維進(jìn)化算法由群體、子群體、個(gè)體、公告板、環(huán)境和特征提取系統(tǒng)等部分組成，其系統(tǒng)結(jié)構(gòu)如圖8.1所示。02MEA的基本概念及定義包括環(huán)境、適應(yīng)度函數(shù)、個(gè)體和勝者、群體、初始群體和子群體、公告板和進(jìn)化操作。03環(huán)境是所求問題的解空間和信息空間，即所有可能的解及其所攜帶的知識的集合。思維進(jìn)化算法的描述適應(yīng)度函數(shù)對所求問題的解的適應(yīng)性進(jìn)行度量，對每一個(gè)解給出其數(shù)值評價(jià)，也稱評價(jià)函數(shù)。個(gè)體表示所求問題的每個(gè)可能解，在MEA中，每個(gè)個(gè)體都可以擁有自己的知識，并管理它們。每個(gè)個(gè)體都有其自己的性格，如有保持自己成功經(jīng)驗(yàn)的趨勢，或者有向其他個(gè)體學(xué)習(xí)的趨勢。010203思維進(jìn)化算法的描述勝者指的是這樣的個(gè)體，它依據(jù)適應(yīng)度函數(shù)計(jì)算出的評價(jià)值高于解空間中其他的個(gè)體。進(jìn)化過程的每一代中所有個(gè)體的集合稱為群體。初始群體是指算法初始化以后，個(gè)體在解空間中隨機(jī)散布。優(yōu)勝子群體記錄全局競爭中的優(yōu)勝者的信息，臨時(shí)子群體記錄全局競爭的中間過程。思維進(jìn)化算法的描述思維進(jìn)化算法的描述01為個(gè)體之間和子群體之間交流信息提供了環(huán)境和機(jī)會(huì)，在算法中有局部公告板和全局公告板。02公告板包含3類基本信息（或稱為必要信息）：個(gè)體或子群體的序號、動(dòng)作、得分。根據(jù)需要，還可以包含其他信息，如前若干代群體或個(gè)體的信息。03序號是算法對操作對象的編號。動(dòng)作是指被執(zhí)行的進(jìn)化操作，動(dòng)作的描述因領(lǐng)域而異。這些信息就是個(gè)體或群體得到的關(guān)于環(huán)境的知識。公告板中的信息根據(jù)應(yīng)用的不同可以按不同的要求排序。思維進(jìn)化算法的描述個(gè)體的得分是個(gè)標(biāo)量，它是環(huán)境依據(jù)適應(yīng)度函數(shù)對個(gè)體動(dòng)作的評價(jià)。子群體的得分按該子群體中勝者的得分計(jì)算。子群體中的個(gè)體在局部公告板記錄各自的信息。全局公告板用于記錄各子群體信息。04思維進(jìn)化算法的改進(jìn)123改進(jìn)的思維進(jìn)化算法之一：MEA-PSO-GA針對思維進(jìn)化算法的趨同和異化操作帶有太多的隨機(jī)性，公告板的信息不能得到充分利用，使得效果下降，出現(xiàn)重復(fù)搜索。借鑒粒子群優(yōu)化算法（PSO）和遺傳算法（GA）的優(yōu)點(diǎn)，提出改進(jìn)的思維進(jìn)化算法（MEA-PSO-GA）。思維進(jìn)化算法的改進(jìn)在思維進(jìn)化算法子種群的產(chǎn)生過程中加入類似PSO粒子移動(dòng)更新位置的行為，使得個(gè)體按一定規(guī)則移動(dòng)。加入類似GA交叉和變異算子，保證種群多樣性，防止非成熟收斂，避免重復(fù)搜索，提高收斂速度。以得分最高的個(gè)體為中心，隨機(jī)產(chǎn)生一個(gè)種群，對神群中個(gè)體的速度和位置隨機(jī)進(jìn)行初始化，運(yùn)用PSO算法。思維進(jìn)化算法的改進(jìn)通過GA算法的交叉和變異算子更新整個(gè)種群，把其中的個(gè)體隨機(jī)兩兩配對，按一指定概率Pc對第k個(gè)染色體Xk和第l個(gè)染色體Xl在j位進(jìn)行如下的交叉操作其中，b是[0,1]間的隨機(jī)數(shù),選取第i個(gè)個(gè)體的第ｊ個(gè)基因Xij進(jìn)行變異操作：其中，Xmax是基因Xij的上界,Xmin是基因Xij的下界，種群中個(gè)體通過個(gè)體極值和群體極值更新自身的速度和位置的公式如下思維進(jìn)化算法的改進(jìn)03思維進(jìn)化算法在理論上已經(jīng)有了很大的發(fā)展，并廣泛應(yīng)用于實(shí)際問題。01r2為一個(gè)隨機(jī)數(shù)，g為當(dāng)前迭代次數(shù)，Gmax為最大進(jìn)化代數(shù)，r是[0,1]間的隨機(jī)數(shù)。02改進(jìn)的思維進(jìn)化算法之二：基于混沌優(yōu)化的思維進(jìn)化算法思維進(jìn)化算法的改進(jìn)與遺傳算法等優(yōu)化算法相類似，思維進(jìn)化算法同樣存在產(chǎn)生初始種群的盲目隨機(jī)性和冗余性以及現(xiàn)有搜索方式易陷入局部最優(yōu)的問題。劉建霞、王芳等利用思維進(jìn)化算法的記憶特性和當(dāng)代最優(yōu)解指導(dǎo)混沌搜索，利用混沌的遍歷性提出一種混沌思維進(jìn)化算法。算法既有良好的搜索導(dǎo)向,又能夠充分利用混沌的遍歷性,使得算法收斂速度快,搜索能力強(qiáng)。思維進(jìn)化算法的改進(jìn)思維進(jìn)化算法的改進(jìn)混沌優(yōu)化算法的基本思想是把混沌變量從混沌空間映射到解空間,然后利用混沌變量具有遍歷性、隨機(jī)性和規(guī)律性的特點(diǎn)進(jìn)行搜索。將混沌優(yōu)化與思維進(jìn)化結(jié)合，主要采用以下兩種措施:初始種群的混沌生成。05復(fù)習(xí)思考題思維進(jìn)化算法包括哪些構(gòu)成要素？答構(gòu)成要素主要包括思維進(jìn)化算子、選擇機(jī)制和優(yōu)化策略。思維進(jìn)化算法的實(shí)現(xiàn)步驟是什么？答實(shí)現(xiàn)步驟主要包括問題定義、初始化、進(jìn)化操作、選擇機(jī)制和優(yōu)化策略。復(fù)習(xí)思考題復(fù)習(xí)思考題改進(jìn)的思維進(jìn)化算法（MEA-PSO-GA）具有更多的優(yōu)勢，如引入了免疫記憶機(jī)制、優(yōu)化了搜索策略等。改進(jìn)的思維進(jìn)化算法（MEA-PSO-GA）具有哪些優(yōu)…混沌優(yōu)化與思維進(jìn)化算法相結(jié)合具有多方面的優(yōu)勢，如拓寬搜索空間、提高搜索效率等?；煦鐑?yōu)化與思維進(jìn)化算法相結(jié)合具有哪些優(yōu)勢？答混沌優(yōu)化與思維進(jìn)化