問題和解共同進(jìn)化的優(yōu)化方法的試探.pdf

1、隨著生物學(xué)與進(jìn)化算法不斷的研究與完善，研究人員研究總結(jié)發(fā)現(xiàn)，自然界種群個體或物種之間，不但有著個體或物種之間為自然環(huán)境生存的競爭關(guān)系，它們之間還有著很常見明顯的相互作用協(xié)作式一起共同進(jìn)化的規(guī)律。協(xié)同進(jìn)化，最早由Ehrlich和Raven提出，協(xié)同進(jìn)化是指各個種群間通過相互作用建立關(guān)聯(lián)，并提高種群的性能的優(yōu)化。其實，協(xié)同進(jìn)化也有兩種：協(xié)作型協(xié)同進(jìn)化和競爭型共同進(jìn)化。
　　在此基礎(chǔ)上，我們可以理解為物種的最終的進(jìn)化成的結(jié)果，其實是最終

2、環(huán)境的演變過程中物種進(jìn)化的結(jié)果。環(huán)境不停的演變，最終演變成我們現(xiàn)在的環(huán)境，而現(xiàn)在的物種就是經(jīng)歷環(huán)境不斷的演變并自身在不斷進(jìn)化已經(jīng)適應(yīng)演變之后最終的當(dāng)前環(huán)境的結(jié)果。本文的問題和解共同進(jìn)化算法，就是描述的就是這樣的一個方法。我們的問題和解共同進(jìn)化算法里的問題的進(jìn)化嚴(yán)格來講不是進(jìn)化而是演變，它類似于環(huán)境的演變，在這種環(huán)境變化的情況下，物種如何變化就是解的進(jìn)化，最終的解就是在最終的環(huán)境下的解，即環(huán)境演變伴隨著物種自身進(jìn)化最終的種群。在這里我們可

3、以設(shè)置，使問題演化并最終演化成我們希望的問題，這就是問題和解共同進(jìn)化。該方法在農(nóng)業(yè)應(yīng)用方面也有借鑒作用。
　　當(dāng)前，遺傳算法很多的改進(jìn)都在致力于改進(jìn)它的收斂速度慢和早熟的問題。而在遺傳算法局部最優(yōu)的這個問題上，很多改善只是試圖提高算法的全局收索能力，從而使之減少陷入局部最優(yōu)的可能性。而本文的問題和解共同進(jìn)化算法，旨在探討跳出遺傳算法局部最優(yōu)的問題。
　　在本文中，僅以旅行商問題（Traveling Salesman Prob

4、lem, TSP）來試探本文的問題和解共同進(jìn)化算法。在傳統(tǒng)遺傳算法解決TSP問題的基礎(chǔ)上，設(shè)計我們問題和解共同進(jìn)化算法在TSP問題上對遺傳算法局部最優(yōu)問題的影響。本文的TSP問題的設(shè)計是讓它從一個三維空間的TSP問題逐漸演變成傳統(tǒng)的二維平面的TSP問題，即在這里我們問題的關(guān)鍵就是第三維坐標(biāo)Z的初始化與它在進(jìn)化過程中的變化規(guī)律的設(shè)置，使之以一種合理的方式逐漸演變成二維平面的TSP問題的求解，這是本文的研究重點。本文問題和解共同進(jìn)化算法將從

5、三個方向探討問題和解共同進(jìn)化算法對于跳出遺傳算法局部最優(yōu)問題的影響：首先，是讓問題演化規(guī)則相同即Z初始值和變化規(guī)律相同的情況下，從不同的數(shù)據(jù)量的經(jīng)典的已經(jīng)得到解決的TSP問題探討，這里選取了四個TSPLIB里經(jīng)典的TSP問題kroA100、att532、pr1002、pr2392進(jìn)行探討；其次，是從Z初始值不同，變化規(guī)律相同來探討對遺傳算法局部最優(yōu)問題的影響；最后是從Z初始值相同，變化規(guī)律不同來探討對遺傳算法局部最優(yōu)問題的影響。