首页> 中文学位 >基于遗传算法的人工生命进化模型研究
【6h】

基于遗传算法的人工生命进化模型研究

代理获取

目录

文摘

英文文摘

致谢

第一章绪论

1.1人工生命概述

1.1.1什么是人工生命?

1.1.2人工生命的基本特征

1.2人工生命的研究内容和方法

1.2.1人工生命的研究内容

1.2.2人工生命的研究方法

1.3本文的研究目的和内容

第二章人工生命研究中的若干重要概念

2.1人工生命和智能体

2.1.1智能体和自律个体

2.1.2分布式人工智能与人工生命

2.2人工生命中的相关系统概念

2.2.1 L-系统与形态生成

2.2.2复杂自适应系统与遗传算法

2.2.3人工免疫系统

2.2.4人工神经网络中的强化学习

2.3现有人工生命进化模型中的复杂性特征

2.3.1生命的自繁衍模型

2.3.2生命的适应性模型

2.3.3生命的自组织模型

2.3.4现有模型的局限性

2.4本章小结

第三章基于遗传算法的人工生命进化模型的总体设计

3.1人工生命与信息处理

3.1.1人类的信息世界

3.1.2遗传信息处理模型

3.1.3基于遗传信息处理的人工生命合成

3.2基于遗传算法的人工生命进化模型的结构框架

3.2.1模型设计的基本思想

3.2.2进化模型的总体结构和设计流程

3.3人工生命进化模型中的遗传进化与学习进化的关系

3.3.1学习与进化

3.3.2 Lamarck遗传和Baldwin效应

3.3.3学习与进化的交互

3.4两种人工生命进化模型的结构设计方案

3.4.1遗传监视进化强化模型的设计方案

3.4.2自律遗传强化模型的设计方案

3.5本章小结

第四章具有突生进化能力的遗传算法研究及进化模型中自律个体的网络结构进化设计

4.1具有突生进化能力的遗传算法设计研究

4.1.1遗传算法的结构与特点

4.1.2人工生命进化模型中的遗传算法

4.1.3免疫遗传算法设计

4.2基于自适应免疫调节的共生进化网络设计方法

4.2.1神经网络拓扑设计与进化算法

4.2.2共生进化与自适应免疫调节

4.2.3神经元的编码与适应度计算

4.2.4基于浓度的神经元个体的免疫调节

4.3自律遗传强化模型中行动机构的改进型进化规划设计

4.3.1网络的初始化和群体更新

4.3.2网络的参数变异

4.3.3网络的结构变异

4.4本章小结

第五章进化模型中的强化学习机制研究

5.1两类强化学习法的综合集成

5.1.1基于动态规划的强化学习

5.1.2进化强化学习

5.1.3集成性强化学习方案

5.2.1自律个体的强化学习

5.2.2评估网络的学习

5.2.3行动网络的学习

5.3自律遗传强化模型中的强化学习

5.4本章小结

第六章人工生命进化模型的实验研究

6.1基于L-系统的植物形态生成模型

6.1.1 L-系统、分形结构和植物生长模型

6.1.2植物的生成和模拟

6.1.3结论

6.2人工蚁问题中的目标与避障

6.2.1人工蚁问题的研究背景

6.2.2人工蚁问题的设计实例

6.2.3实验结果与分析

6.3生物求偶通讯规范的进化研究

6.3.1问题描述

6.3.2雌雄个体的行动机构实现

6.3.3群体更新策略和进化强化学习

6.3.4雌雄个体的适应度评估

6.3.5实验结果

6.3.6结论

6.4工程应用初探——基于进化模型的频率分配

6.5本章小结

第七章结束语

参考文献

相关参考网址

攻读博士学位期间发表的论文

展开▼

摘要

该论文旨在探索自然复杂进化系统的机制,建立基于遗传算法的人工生命的进化模型.在基于遗传算法的人工遗传算法的人工生命进化模型的结构框架下,分别依据Lamarck直接遗传方式和Baldwin效应间接遗传方式两种不同的遗传行为方式,设计了遗传监视进化强化模型和自律遗传强化模型两种风格的进化模型,它们都有效地体现了学习和进化之间的双向作用关系.通过对自然生命免疫机制的抽取,设计出基于免疫自适应调节的进化算法,在基于神经网络的人工生命中的个体后天学习进化中,采用了有特色的强化学习机制,将基于动态规划的强化学习和进化强化学习相结合,提出了集成型强化学习方案.模型评估实验颇具创新地模拟了人工生物的通讯规范学习进化过程,获得了良好的实验结果.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号