《演化计算》课程读书报告.pdf

《演化计算》课程读书报告 姓名：~~~~~ 学号：~~~~~~~ 学院：`~~~~~~~学院 摘要：通过对《演化计算》课程的学习，对演化计算有了初步的认识，本文主要通过查 阅资料，对演化计算的研究现状、研究方法和基本步骤等做了较为详细的综述，并结合自身 的专业特点，简要叙述了演化计算在水利水电工程中的应用。 关键词：演化计算；遗传算法；水利水电 1 引言 演化计算（Evolutionary Computation ，简称EC ）作为自然计算的一个重要分支，正是 基于自然计算中的模拟大自然生物进化的自组织、自适应和自学习的自然演化特征而发展起 来的一种比较通用的问题求解方法，演化计算是用计算机模拟大自然的演化过程，特别是生 物进化过程，来求解复杂问题的一类智能计算系统。 演化计算是采用二进制编码或实数编码技术来表示各种复杂问题的结构，并通过对这些 编码进行交叉和变异操作来实现优胜劣汰的自然选择，进而指导学习和确定搜索的方向。由 于它是采用种群的方式组织搜索，所以在赋予演化计算这种自组织、自适应、自学习等特征 的同时，优胜劣汰的自然选择和演化操作就使得演化计算具有不受其搜索空间限制条件（如 可微、连续、单峰等）的约束及不需要其它辅助信息（如导数）的要求。遗传算法是演化计 算最主要的分支。 2 演化计算的研究与发展现状 在二十世纪七十年代，由Holland 、Rechenberg 、Schwefel 和Fogel 等科学家为主要代表 的演化计算创始人开始了演化计算领域的研究，到二十世纪九十年代，演化计算的研究和应 用在全世界取得了广泛的成果，无论是研究队伍的规模，发表论文的水平和数量等都已经得 [1] 到了国内外学术界的广泛认可 。 目前，有学者在研究了演化计算的自现行为（emergent behavior ）后声称：演化计算与 混沌理论和分形几何一道成为人们研究非线性现象和复杂系统的新的三大方法，并将与神经 网络一道成为人们研究认知过程的重要工具。 演化计算主要由：遗传算法(genetic algorithm ，简称 GA) 、遗传程序设计(genetic programming ，简称GP)、演化规划(evolutionary programming，简称EP) 、演化策略(evolution strategy，简称ES) 四个分支组成。 以上几个分支在算法实现方面具有一些细微的差别，但 它们具有一个同的特点，即都是借助生物演化的思想和原理来解决实际题，所以在90 年代 ， 这些分支互相融合，就形成了一门新的学科—演化计算。 3 演化算法基本思想及其实现 假如我们已经把一个实际应用问题转化成了如下的优化问题：max{f (x ) |x X } 。这 里f 是X 上的一个正值函数，即对任意x ∈X ，f(x)0 。X 是问题的解空间，即问题的所有可 能解全体。它可以是一个有限集合(如组合优化问题) ，也可以是实空间Rn 的一个子集(如连 续优化问题)等。 对以上问题，我们通常用两类方法来求解之，一类是解析法，通过一定的手段直接计算 出问题的解，另一类是迭代法，给出问题的一个初始猜测，然后从此初始点出发，逐步迭代， 直至达到停机条件。演化算法也是一种迭代法，但它有别于传统的迭代法。 按照种群的组织方式可以分为非重叠和重叠种群的演化算法以及单种群和多种群的演 化算法；按照遗传算子的执行方式可以分为非重叠和重叠遗传操作的演化算法。 基本结构如下： { 随机初始化种群P(0)={x ， x ，…，x }， t:=0; 1 2 N 计算P(0) 中个体的适应值; While(不满足终止准则)do {由P(t)通过遗传操作形成新的种群P(t+1); 计算P(t+1) 中个体的适应值， t=t+1;} } 遗传操作非重叠： for (k=0;kN ，k=k+2) { 在P(t) 中选择两个父体; r=random[0，1]; if (r ≤ p )执行繁殖操作，即将两个父体直接插入到P(t+1); r else if (r ≤ p +p )执行杂交操作，将两个后代插入到P(t+1); r c else 对两个父体分别执行变异操作，将两个后代插入