文化算法及其在建筑創(chuàng)新設計中的應用.pdf

1、研究表明，文化能使種群以一定的速度進化和適應環(huán)境，而這個速度是超越單純依靠基因遺傳生物進化速度的。種群在進化過程中，個體知識的積累以及群體內(nèi)部知識的交流在另外一個層面促進群體的進化，正是受這些思想的啟發(fā)，Reynolds于1994年提出文化算法(Culture Algorithm)，近年來引起國外眾多學者關(guān)注，目前國內(nèi)研究較少。文化算法是從文化進化過程抽取出來的一個新的進化計算框架，由群體空間和信念空間兩大部分組成，其重要思想就在于從進

2、化的種群中獲取待解決問題的經(jīng)驗知識，并反饋這些經(jīng)驗知識來指導搜索過程，從而提高搜索效率。 文化算法超越傳統(tǒng)的進化算法，通過模擬微觀、宏觀兩個層面的進化，更加準確地反映了物種的進化過程，與其他進化算法相比，文化算法提供了一種明確的機制來表示、存儲和傳遞代進化時的知識，因此在一些問題上取得了比傳統(tǒng)進化算法更好的結(jié)果，如在約束優(yōu)化問題、動態(tài)環(huán)境優(yōu)化、數(shù)據(jù)挖掘、多目標優(yōu)化等方面都有成功的應用。但是由于對文化算法的研究才剛剛開始，還遠沒有

3、像遺傳算法和免疫算法那樣形成系統(tǒng)的分析方法和一定的數(shù)學基礎，有許多問題還需要進一步研究。尤其是并沒有引起國內(nèi)學者的足夠重視，國內(nèi)研究極少。因此有必要對文化算法進行深入研究和分析，對其來源、基本原理、特點，應用等方面展開系統(tǒng)全面的研究，以期引起國內(nèi)更多學者的關(guān)注，為后續(xù)學者開展相關(guān)研究提供方便。 本文主要工作如下： 1.在查閱大量文獻資料的基礎上，對文化算法的來源、基本原理、機制、特點及應用等進行了系統(tǒng)研究和詳細闡述。

4、 2.提出了一種基于模式學習的文化算法，該算法采用遺傳算法為文化算法的群體空間提供種群，群體空間在進化過程中定期組織最差個體向信念空間提供的種群最優(yōu)模式學習，從而充分利用了優(yōu)秀個體所包含的特征信息，在很大程度上提高了收斂速度。 3.提出了一種基于文化算法的粒子群優(yōu)化算法來求解約束優(yōu)化問題，該算法在群體空間采用基于高斯概率分布和柯西概率分布的改進PSO算法，在信念空間采用形勢知識和規(guī)范化知識來指導種群的進化，實驗表明，該算法能