文化算法及其應(yīng)用研究.pdf

1、文化算法是在深入分析原有進(jìn)化理論的優(yōu)越性與不足的基礎(chǔ)上，借鑒社會科學(xué)中的社會(文化)進(jìn)化理論與已取得廣泛共識的研究成果，而提出的一系列新的算法。文化算法是一種基于知識的雙層進(jìn)化系統(tǒng)，其包含兩個進(jìn)化空間：一個是由在進(jìn)化過程中獲取的經(jīng)驗和知識組成的信仰空間；另一個是由具體個體組成的種群空間。文化算法將種群知識和背景理論與已有的一些智能算法有機地結(jié)合起來，提高了算法的整體性能。文化算法在本質(zhì)上屬于優(yōu)化技術(shù)范疇，故可以應(yīng)用于自動控制、故障診斷、

2、模式識別、圖象識別、優(yōu)化設(shè)計、機器學(xué)習(xí)和網(wǎng)絡(luò)安全性等廣泛領(lǐng)域。本文在這方面也做了一些初步的嘗試。 本文首先研究了進(jìn)化計算理論發(fā)展現(xiàn)狀，以及進(jìn)化計算的主要分支及其之間的異同點，分析了進(jìn)化算法的局限性。在此基礎(chǔ)上，進(jìn)行了以下研究工作： 本文首先詳述了文化算法的計算框架以及種群空間、信仰空間和各功能函數(shù)的設(shè)計。實際工程中的很多問題都可以轉(zhuǎn)化為非線性約束或無約束優(yōu)化問題，因此本文對用于解決此兩類優(yōu)化問題的文化算法分別進(jìn)行深入的研

3、究并利用標(biāo)準(zhǔn)的非線性約束或無約束函數(shù)集對其進(jìn)行了性能仿真。仿真結(jié)果表明，引入信仰空間概念的文化算法能夠有效地解決非線性無約束優(yōu)化問題，不同類型的知識對解決不同類型的問題效果有所不同，但一般來說使用形勢知識或者規(guī)范知識同時改變變量變化步長和前進(jìn)方向的文化算法更具有通用性。而對于解決非線性約束優(yōu)化問題，應(yīng)用信仰元機制的文化算法可以表示、保存和整合約束知識和基于區(qū)域的知識信息，它提供了解決約束優(yōu)化問題的一般方法，而且優(yōu)化搜索開始前不需要或較少

4、需要約束知識，必要的約束知識可以在進(jìn)化計算的過程中獲取。 其次，本文以知識進(jìn)化論為背景，根據(jù)波普爾著名的科學(xué)知識增長四段圖式，提出了知識進(jìn)化策略的基本框架，定義了知識進(jìn)化策略有關(guān)的新概念并設(shè)計了各功能函數(shù)，然后提出一種用于求解無約束非線性優(yōu)化問題的知識策略的具體實現(xiàn)步驟。知識進(jìn)化策略的核心思想，就是假說集與知識集的協(xié)同進(jìn)化，二者之間通過猜測與反駁法聯(lián)系起來，其進(jìn)化結(jié)果最終逼近真理，即待求解問題的最優(yōu)解。仿真實驗表明，知識進(jìn)化策略

5、算法具有優(yōu)越的尋優(yōu)性能。 再次，本文對文化算法應(yīng)用于聚類問題進(jìn)行了嘗試，針對基于目標(biāo)函數(shù)的經(jīng)典聚類算法容易陷入局部極小值和聚類準(zhǔn)確率不高的缺點，提出了基于文化算法的硬C均值聚類算法、基于文化算法的模糊C均值聚類算法、基于文化算法的模糊C球殼聚類算法和基于文化算法的模糊C直線聚類算法。區(qū)別于一般啟發(fā)式智能算法，文化算法的雙層結(jié)構(gòu)能夠使搜索過程在經(jīng)驗知識的指導(dǎo)下進(jìn)行，從而文化算法能以較快的速度收斂到全局最優(yōu)解并且具有良好的魯棒性?；?/p>

6、于文化算法的聚類算法將文化算法的這種特點與經(jīng)典硬C均值＼模糊C均值＼球殼＼直線聚類算法的強局部尋優(yōu)特點結(jié)合起來，從而克服了經(jīng)典硬＼模糊聚類算法的缺陷，提高了硬＼模糊聚類算法的性能。仿真實驗結(jié)果也證明了所提算法能夠更有效、快速地解決聚類問題。 最后，針對低副瓣陣列天線綜合問題和寬零陷方向圖綜合問題，提出了相應(yīng)的目標(biāo)函數(shù)和基于文化算法的綜合方法。仿真結(jié)果顯示本文所提方法可以實現(xiàn)設(shè)計的要求，所設(shè)計的方向圖相對于經(jīng)典算法具有超低旁瓣電平