智能計(jì)算_文化算法

1、文化算法算法發(fā)展 1991 Dorigo 蟻群優(yōu)化方法 1995 Eber-hart和Kennedy粒子群算法 60年代 Holland遺傳算法 Rechenberg 和 Schwefel進(jìn)化策略Fogel 進(jìn)化規(guī)劃90年代初Koza 遺傳規(guī)劃借助生物進(jìn)化的思想和原理來解決實(shí)際問題算法發(fā)展 促進(jìn)生物進(jìn)化的不僅僅局限在基因與選擇這一層面，許多情況表明，文化能使種群以一定的速度進(jìn)化和適應(yīng)環(huán)境，而這種速度是超越單純依靠基因遺傳生物進(jìn)化速度的。 1994 Robert G Reynolds 提出雙層進(jìn)化機(jī)制，文化作為一種將種群的經(jīng)驗(yàn)保存在知識(shí)庫中，供后代學(xué)習(xí)。-文化算法文化算法 文化算法：種群空間和信

2、仰空間。 包括三大元素：種群空間、信仰空間和通信協(xié)議。 種群空間模擬生物個(gè)體根據(jù)一定的行為準(zhǔn)則進(jìn)化的過程，信仰空間模擬文化的形成、傳遞和比較的進(jìn)化過程。 種群空間和信仰空間相對(duì)獨(dú)立，但是又相互影響相互促進(jìn)，兩個(gè)空間根據(jù)通信協(xié)議相互聯(lián)系 信仰空間對(duì)進(jìn)化信息進(jìn)行有效提取和管理，用于指導(dǎo)種群空間的進(jìn)化。文化算法框架信仰空間Belief Space群體空間Population Spaceinfluence()accept()update()select()objective()CommunicationProtocol 如上圖所示，種群空間與信仰空間是通過一組由接受函數(shù)accept()和影響函數(shù)inf

3、luence()組成的通信協(xié)議聯(lián)系在一起。 種群空間的個(gè)體在進(jìn)化過程中,形成個(gè)體經(jīng)驗(yàn),通過accept()函數(shù)將個(gè)體經(jīng)驗(yàn)傳遞到信仰空間 influence()函數(shù)能夠利用經(jīng)驗(yàn)知識(shí)來指導(dǎo)種群空間的進(jìn)化,以使種群空間得到更高的進(jìn)化效率 在一個(gè)文化體系中,存在著多種類型的知識(shí),其中規(guī)范知識(shí)(Normative Knowledge)和形勢知識(shí)(Situational Knowledge)被認(rèn)為是最主要的。 規(guī)范知識(shí)為個(gè)體提供行為準(zhǔn)則和指導(dǎo)原則,而形勢知識(shí)為個(gè)體提供學(xué)習(xí)榜樣。它們都可以為種群的進(jìn)化提供指導(dǎo)信息。 群體空間中的objective()函數(shù)是目標(biāo)函數(shù)(適應(yīng)度函數(shù)),其作用是用來評(píng)價(jià)種群空間中個(gè)

4、體適應(yīng)值。 select()函數(shù)根據(jù)規(guī)則從新生成個(gè)體中選擇一部分個(gè)體作為下代個(gè)體的父輩。開始開始用 適 應(yīng) 度 函 數(shù)用 適 應(yīng) 度 函 數(shù)objective() 評(píng)價(jià)種群個(gè)體（評(píng)價(jià)種群個(gè)體（p個(gè)）個(gè)）accept()根據(jù)適應(yīng)度根據(jù)適應(yīng)度排序選取比例排序選取比例s的個(gè)的個(gè)體體p1根據(jù)根據(jù)p1初始化初始化信仰信仰空間空間 信 仰 空 間信 仰 空 間 通 過通 過influence()促進(jìn)種群促進(jìn)種群的進(jìn)化繁殖下一代的進(jìn)化繁殖下一代 ，此時(shí)種群規(guī)模此時(shí)種群規(guī)模2pselect()從從2p中選擇中選擇p個(gè)個(gè)體個(gè)個(gè)體根據(jù)根據(jù)p1個(gè)體個(gè)體w值大于值大于閥值閥值信仰空信仰空間是否間是否為空為空結(jié)束結(jié)束是

5、否達(dá)是否達(dá)到迭代到迭代次數(shù)次數(shù)是否否是Update更新信仰空更新信仰空間間算法實(shí)現(xiàn) 1.初始化種群空間在定義域內(nèi)隨機(jī)生成一個(gè)N維實(shí)數(shù)向量,這樣就在種群空間中產(chǎn)生了一個(gè)個(gè)體，重復(fù)以上的步驟p次,產(chǎn)生種群規(guī)模為p的初始種群空間。 2.通過適應(yīng)度函數(shù),對(duì)種群空間中的個(gè)體進(jìn)行評(píng)價(jià)。 3.根據(jù)給定的取值范圍和初始種群空間中的候選解,按照信仰空間結(jié)構(gòu),生成初始信仰空間。 4.根據(jù)影響函數(shù)influence(),對(duì)種群空間中的每個(gè)父個(gè)體進(jìn)行變異,生成p個(gè)相應(yīng)子個(gè)體。算法實(shí)現(xiàn) 5.對(duì)于由子個(gè)體和父個(gè)體共同組成的規(guī)模為2p的種群空間中每個(gè)個(gè)體。從該種群空間中隨機(jī)選取c個(gè)個(gè)體與它進(jìn)行比較，如果該個(gè)體優(yōu)于與之比較的

6、個(gè)體,則稱該個(gè)體取得一次勝利,并記錄每個(gè)個(gè)體的勝利次數(shù)。選擇前p個(gè)具有最多勝利次數(shù)的個(gè)體作為下一代的父個(gè)體。 6.設(shè)定接受函數(shù)accept(),并更新信仰空間。 7.如果不滿足終止條件,則重復(fù)4,反之,則結(jié)束。接受函數(shù) 固定比率接受 函數(shù)該接受函數(shù)在整個(gè)進(jìn)化過程中，以一個(gè)固定 比率p%提取種群空間中的較優(yōu)個(gè)體 ，即accept()=p%*N信仰空間 信仰空間定義為。 S表示形式知識(shí) 表示最優(yōu)個(gè)體集合 表示t代最優(yōu)個(gè)體， m為最優(yōu)個(gè)體集合的規(guī)模。 標(biāo)準(zhǔn)知識(shí)N是n個(gè)主變量參數(shù)的變化區(qū)間，第j個(gè)參數(shù)表示為： 表示參數(shù)j定義域邊界的值 表示參數(shù)j區(qū)間下限 對(duì)應(yīng)的目標(biāo)函數(shù)的適應(yīng)值。 表示參數(shù)j區(qū)間上限

7、對(duì)應(yīng)的目標(biāo)函數(shù)的適應(yīng)值。njULIjjj,.,2, 1,jjjulI jLjljLju msssS,.,21 信仰空間定義為。 S表示形式知識(shí) 表示最優(yōu)個(gè)體集合 表示t代最優(yōu)個(gè)體， m為最優(yōu)個(gè)體集合的規(guī)模。 標(biāo)準(zhǔn)知識(shí)N是n個(gè)主變量參數(shù)的變化區(qū)間，第j個(gè)參數(shù)表示為： 表示參數(shù)j定義域邊界的值 表示參數(shù)j區(qū)間下限 對(duì)應(yīng)的目標(biāo)函數(shù)的適應(yīng)值。 表示參數(shù)j區(qū)間上限 對(duì)應(yīng)的目標(biāo)函數(shù)的適應(yīng)值。 msssS,.,21 形勢知識(shí)更新規(guī)則 otherwisessfxfxiiibestibesti,s其中, 表示第t代第i個(gè)最優(yōu)個(gè)體。ibest,x規(guī)范知識(shí)更新規(guī)則 otherwiselLxforlxifxltjtjtitjtjitjitj,1 otherwiseLLxforlxifxfLijtjtitjtjitit,1j otherwiseuUxforuxifxutjtjtitjtjitjitj,1 otherwiseUUxforlxifxfUijtjtitjt