進化演演算法

具有高魯棒性和適用性的方法

進化演演算法,或稱“演化演演算法” (evolutionary algorithms, EAS) 是一個“演演算法簇”,儘管它有很多的變化,有不同的遺傳基因表達方式,不同的交叉和變異運算元,特殊運算元的引用,以及不同的再生和選擇方法,但它們產生的靈感都來自於大自然的生物進化。與傳統的基於微積分的方法和窮舉法等優化演演算法相比,進化計算是一種成熟的具有高魯棒性和廣泛適用性的全局優化方法,具有自組織、自適應、自學習的特性,能夠不受問題性質的限制,有效地處理傳統優化演演算法難以解決的複雜問題。

基本介紹


進化演演算法EA(evolutionary algorithms)
進化演演算法包括遺傳演演算法、進化程序設計、進化規劃和進化策略等等,進化演演算法的基本框架還是簡單遺傳演演算法所描述的框架,但在進化的方式上有較大的差異,選擇、交叉、變異、種群控制等有很多變化,進化演演算法的大致框圖可描述如右圖所示:
同遺傳演演算法一樣,進化演演算法的收斂性也有一些結果,在文獻中證明了在保存最優個體時通用的進化計算是收斂的。但進化演演算法的很多結果是從遺傳演演算法推過去的。
遺傳演演算法對交叉操作要看重一些,認為變異操作是演演算法的輔助操作;而進化規劃和進化策略認為在一般意義上說交叉並不優於變異,甚至可以不要交叉操作。