協(xié)同進化算法的研究與應(yīng)用.pdf

1、根據(jù)生態(tài)系統(tǒng)中物種間的關(guān)聯(lián)性以及物種跟環(huán)境的連接而衍生形成的智能優(yōu)化算法——協(xié)同進化算法(co-evolution algorithm，簡稱CEA)被提出。它是一種新型的進化算法框架。自從CEA被提出，便受到了生態(tài)學界的普遍認知。近幾年來，海內(nèi)外的專家學者將協(xié)同算法不斷改進探索。并將協(xié)同算法廣泛應(yīng)用到眾多領(lǐng)域內(nèi)，具有廣博的探索背景與使用價值。
　　本文在總結(jié)前人研究成果的基礎(chǔ)上對協(xié)同進化算法的發(fā)展歷程，研究背景及應(yīng)用領(lǐng)域進行了系統(tǒng)

2、的闡述和簡單的回顧。與此同時，為了彌補傳統(tǒng)算法在函數(shù)尋優(yōu)方面的不足，對協(xié)同進化算法進行了多個方面的改進。包括將參數(shù)協(xié)同、操作協(xié)同、算法協(xié)同及策略協(xié)同與同構(gòu)型協(xié)同進化算法、異構(gòu)型協(xié)同進化算法以及合作型協(xié)同進化算法進行融合，提出了五種改進的協(xié)同進化算法方案(有 PSICEA算法、SSHCEA算法、ASHCEA算法、OSCCEA算法、PSCCEA算法)，并將改進的協(xié)同算法運用到線性 ARX模型系統(tǒng)辨識，非線性Hammerstein模型系統(tǒng)辨識

3、及四組典型的混沌系統(tǒng)(包括 Chen系統(tǒng)、Lorenz系統(tǒng)、Lü系統(tǒng)、R?ssler系統(tǒng))的辨識中。概括為以下幾個方面：
　　(1)為提高多個種群在協(xié)同合作尋找最優(yōu)解時能夠增強種群的多樣性，提出了基于參數(shù)協(xié)同的同構(gòu)型協(xié)同進化算法(簡稱PSICEA)。此方案的核心思想在于同式不同值，表現(xiàn)為不同種群之間采用相同的進化策略，但是在進化模型中選擇不同的參數(shù)值，參數(shù)值的改變提高了種群的搜索范圍，在種群合作后增強了種群多樣性。
　　(2

4、)為加快CEA算法的尋優(yōu)速度，提出了兩種解決方案，一種是基于策略協(xié)同的異構(gòu)型協(xié)同進化算法(簡稱 SSHCEA)，表現(xiàn)為物種群落選用各異的進化策略繁衍下一代個體。一種為基于算法協(xié)同的異構(gòu)型協(xié)同進化算法(ASHCEA)，表現(xiàn)為種群群落間選用各異的優(yōu)化算法。方式方法的改變在增強種群的多樣性的前提下，又因為不同策略的優(yōu)劣性能不同，可以揚長避短，快速尋找最優(yōu)解，增強了種群的快速性。
　　(3)為提高CEA算法的尋優(yōu)精度，在合作型協(xié)同進化算法

5、的原理上，提出了兩種改善方案，一種為基于操作協(xié)同的合作型協(xié)同進化算法(簡稱OSCCEA)，表現(xiàn)為多個種群在函數(shù)尋優(yōu)中，每一個種群采用不同的操作實現(xiàn)種群的繁衍，每一種群個體作為待求解的一個分支，彼此之間經(jīng)過合作構(gòu)成最優(yōu)解。一種為基于參數(shù)協(xié)同的合作型協(xié)同進化算法(PSCCEA)，表現(xiàn)為每個種群個體作為候選解的一部分，彼此之間采用相同的進化模式，但在模型參數(shù)選擇上，根據(jù)辨識參數(shù)的不同，選擇相適應(yīng)的參數(shù)進行參數(shù)的辨識，分工明確，條理分明，既可以

6、增強種群的多樣性，又提高了算法的快速性。
　　(4)采用多種協(xié)同進化算法解決系統(tǒng)辨識方面的問題。根據(jù)系統(tǒng)辨識的不同特點，選取不同的算法對系統(tǒng)辨識進行研究。首先，將改進的PSICEA算法應(yīng)用于線性系統(tǒng)的辨識研究中，并通過仿真實驗與PSO算法比較，證明了改進的PSICEA算法在系統(tǒng)辨識方面的有效性。其次，將 OSCCEA算法應(yīng)用于Hammerstein模型當中，因Hammerstein所具有的含有線性環(huán)節(jié)和非線性環(huán)節(jié)的特點，將 OSC

7、CEA算法應(yīng)用于非線性系統(tǒng)的辨識中。OSCCEA算法中一個種群辨識線性環(huán)節(jié)，一個種群辨識非線性環(huán)節(jié)，在計算適應(yīng)度值時彼此合作，構(gòu)成完整的候選解，此方法很好的處理了線性與非線性之間的關(guān)系，為快速尋找非線性系統(tǒng)的最優(yōu)解提供了一個新的可能。最后，將SSHCEA算法和PSCCEA算法應(yīng)用于混沌系統(tǒng)的辨識研究中，因混沌系統(tǒng)具有不穩(wěn)定性，所以采用此兩種方案進行辨識，并與PSO算法及CEA算法相比較，證明了改進的協(xié)同進化算法在混沌系統(tǒng)辨識方面的優(yōu)越性