基于混沌序列的自適應進化規劃算法

摘要：針對進化規劃在進化搜索過程中存在較多非法個體這一問題，提出一種新的自適應進化規劃算法。該算法根據混沌序列的特性，將混沌序列引入到進化規劃的變異算子中。理論分析和實驗表明，與基于Guassian變異的進化規劃相比，該算法不僅具有良好的快速收斂性和魯棒性，而且能夠有效地消除非法解，計算簡單、容易實現。

關鍵詞：混沌序列；進化規劃；變異算子

中圖分類號：TP301．6文獻標志碼：A

文章編號：1001－3695(2007)05－0046－02

達爾文的進化論所描述的“物競天擇，優勝劣汰”的自然進化過程，實際上描述了一種強壯的搜索、競爭與優化機理。科學家用數學方式對此過程進行簡化模擬，形成了一類具有鮮明特色的優化方法，即演化算法。進化規劃（Evolutionary Programming，EP）便是其中的一個分支。進化規劃作為近期的一個研究熱點，采用基于Guassian變異的基本進化規劃，為提高算法的收斂性和魯棒性，一些改進的進化規劃方法也相繼提出，如Yao等人[1]提出的基于Cauchy變異的快速進化規劃(FEP)；Chellapilla等人[2]提出的Guassian和Cauchy均權值進化規劃(MFEP)等。

本文根據混沌序列的特性，將其引入到進化規劃的種群初始化和變異算子中，提出一種新的自適應進化規劃算法。

1進化規劃基本原理與方法

近年來，進化規劃已被廣泛應用到連續函數優化問題中，即求解一個非線性規劃問題：

由實驗可知，與需要在變異之后對超出范圍的個體進行適當調整的EP算法相比， 本文所提出的CEP算法不僅具有良好的快速收斂性和魯棒性，而且可以在變異的同時就對超出范圍的個體進行調整。調整過程隱含在變異算子中，從而簡化了變異過程。

4結束語

本文提出了一種新的自適應進化規劃算法。該算法利用混沌序列的特性將混沌引入到進化規劃的種群初始化和變異算子中。仿真實驗表明該算法在函數優化問題上是簡單有效的。研究更適合于解決其他問題的進化規劃算法將是進一步要做的工作。

參考文獻：

[1]YAO X， LIU Y. Fast evolution strategies [J].Control and Cybernetics，1997，26(3): 467－496.

[2]CHELLAPILLA K， FOGEL D. Two new mutation operators for enhanced search and optimization in evolutionary programming[C]//BOSACCHI B， BEZDEK J C， FOGEL D B. SPIE Proc. Applications of Soft Computing. Bellingham: SPIE Press， 1997:260－269.

［3］賈東立，張家樹，張超.基于混沌遺傳算法的基元提取[J].西南交通大學學報，2005，40（4）:496－500.

[4]李孝安.進化神經網絡理論及方法研究[D].西安:西北工業大學，2000:50－86.

[5]吳慶洪，張紀會，徐心和.一種有效的進化規劃算法[J].系統仿真學報，1999，11(6):409－412.

[6]ISABELLE S H， WORNELL G W. Statistical analysis and spectral estimation techniques for one－dimensional chaotic signals[J]. IEEE Transactions on Signal Process， 1997，45(6): 1495－1506.

[7]王小平，曹立明.遺傳算法——理論、應用與軟件實現[M].西安:西安交通大學出版社，2002:91－92.

注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”