支持学习的协同进化模型研究及应用

摘要

协同进化算法是在协同进化论基础上发展起来的一类新的进化算法。它在进化过程中考虑了环境对个体和种群的影响以及种群与种群之间的相互影响。协同进化算法克服了传统进化算法的很多缺点，因此越来越多的学者对它进行了研究，协同进化已成为近几十年来进化计算研究的一个热点问题。 与此同时，社会的发展，物质产品的巨大丰富使得工业产品的竞争日趋激烈，社会消费观念也发生了巨大变化。产品的创新性、环保性、宜人性、外观造型等因素越来越受到重视，成为引导消费者购买的重要的因素。在这种情况下，许多企业都意识到产品设计将成为抢占市场的决定性因素，因而试图通过产品的创新性来获得核心竞争力。创新设计能够满足求新和多变的市场需求，有效地提高产品的市场竞争力。因此，创新设计研究倍受国内外相关学者的关注，计算机辅助的创新概念设计也随之发展起来。 但是现有的创新概念设计系统创新能力不足，仅能为设计者提供绘图工具，不能根据设计者的思路生成概念个体以启发设计者思维，并且已有的优秀的设计经验和先验知识不能得到保留。整个设计过程主要依靠设计者的经验和创造力，对设计者提出的设计方案不能进行合理的评价或分析，对于成功的设计经验知识也不能及时记录和保留。 本文正是基于上述考虑，提出了支持学习的协同进化模型及其应用问题，目的是通过研究新的、适用于创新概念设计的协同进化机制，将已有的进化设计的研究从单体进化拓展到多群体协同进化，并且能够实时保存优秀的先验知识，为创新概念设计人员创新思路的开拓提供了有利的环境。 本文的主要工作是： 1、提出了一种支持学习的协同进化方法。 协同进化方法基本思想来源于生物知识。生物学上，多种群组成的群落比单种群群落能更有效地利用环境资源、更持久地维持较高的生产力、更具有稳定性。不仅如此，多种群进化过程中由于基因片断搜索范围大，能够更好的适应自然环境的变化，对自身进行调节。并且在生物适应环境的过程中，学习也起着很重要的作用。本文以生物的协同进化理论为基础，将学习和进化两个不同的自适应过程有机地结合起来，提出了一种支持学习的协同进化方法。在此进化过程中引入了个体培训和种群吞并两个自适应学习算子，并且通过种群繁衍保证了种群的多样性，同时也提高了算法的搜索能力。 2、构造了一个基于该协同进化算法的创新概念设计模型。 创新概念设计内涵广泛而深刻，一般意义上的概念设计指在产品的功能和原理基本确定的情况下，产品外观造型的设计过程。本文着重研究了建筑方面的创新概念设计，将支持学习的协同进化模型应用于建筑创新设计领域，设计并实现了一个建筑创新概念设计系统。通过自适应学习的引入，该模型为自动而有效地使用先验知识提供了可行性，同时也体现了设计的持续性和创造性。 3、实现了一个支持学习的协同进化创新概念设计系统。 系统以HOOPS/NET作为整体架构、三维引擎ACIS为造型内核，采用SQLServer 2000数据库系统，利用VC++．NET2003在Windows XP平台上开发完成。分别针对群间协同进化以和种群的自适应学习进行了实例展示，设计结果令人满意。

目录

文摘

英文文摘

声明

第一章绪论

1.1引言

1.2生物进化论与进化计算

1.2.1生物进化论

1.2.2生物进化论和进化计算

1.3计算机支持的创新概念设计研究现状

1.4本文的内容安排

第二章进化计算与发展现状

2.1进化计算概述

2.1.1遗传算法

2.1.2进化策略

2.1.3进化规划

2.1.4遗传编程

2.2遗传算法基本理论

2.2.1模式定理与隐含并行性

2.2.2积木块假设与欺骗问题

2.2.3收敛性分析

2.3遗传算法的基本操作

2.3.1编码

2.3.2交叉算子

2.3.3变异算子

2.4遗传算法的主要特点

2.5进化计算的研究现状

2.6进化计算的局限

第三章协同进化算法及发展现状

3.1协同进化论

3.2协同进化算法的动力学描述

3.2.1种间竞争的协同进化动力学

3.2.2捕食者与猎物系统的协同进化动力学

3.3协同进化模型

3.3.1多种群协同进化的框架

3.3.2协同进化的一般性算法

3.4协同进化的研究现状

3.4.1基于种间竞争机制的协同进化算法

3.4.2基于捕食—猎物机制的协同进化算法

3.4.3基于共生机制的协同进化算法

第四章支持学习的协同进化方法

4.1进化与学习

4.2相关定义

4.3个体Agent设计

4.4自适应学习算子设计

4.4.1个体培训算子

4.4.2种群吞并算子

4.5算法描述

4.5.1种群繁衍

4.5.2知识空间及其功能特征

4.5.3算法工作流程

4.6仿真实验分析

4.7几点说明

4.8本章小结

第五章支持学习的协同进化算法在建筑创新概念设计中的应用

5.1问题的提出

5.2系统描述

5.2.1相关定义

5.2.2基于切割组合的种群划分

5.2.3工作流程

5.2.4系统总体框架

5.2.5种群编码及遗传操作

5.2.6个体评价和选择

5.3仿真实验图例展示

5.3.1楼顶、楼体、基座的协同进化展示

5.3.2主体的自学习生长

第六章结束语

6.1本文的主要工作

6.2进一步的研究方向

参考文献

攻读硕士学位期间发表的论文和参与的项目

致谢