协同进化

摘要： 在自然计算方法中,种群规模大,计算复杂度高;种群规模小,容易陷入局部最优.本文提出多空间协同进化(Multispace Coevolution,简称MSC)的自然计算方法,该方法适用于各种基于种群进化的优化算法,不依赖于算法进化的具体步骤,具有普适性.在传统的生物种群进化的基础上,将大种群分解为个数有限的小种群,部分小种群组成进化空间,另一部分构成指导空间,两个空间拥有不同的功能,指导空间通过特定的信息传递方式将经验概括信息传递到进化空间,从而使整个种群协同进化.将该策略分别应用到粒子群优化算法(PSO)和遗传算法(GA)中,并与标准粒子群算法、遗传算法以及目前主流的针对大规模问题进行优化的7个算法对比,在高维测试函数中,结果表明,寻优性能方面新的种群进化算法相比其他算法提高80%左右,具有普适性.

摘要： 针对大规模数据集上的特征选择问题,一种变长表示的粒子群特征选择方法(VLPSO)表现出了良好的性能。然而,其完全随机的粒子生成方式导致初始化阶段具有一定的盲目性。同时,VLPSO单一的更新机制和种群间的信息隔离也影响了模型的分类性能。为了解决VLPSO的缺陷,提出了一种基于多行为交互的变维协同进化特征选择方法(M-CVLPSO)。首先,为了改善随机初始化带来的盲目性,采用连续空间上的层次初始化策略,从期望上缩短了初始解与最优解之间的距离。其次,将粒子根据适应度分为领导者、追随者与淘汰者,在迭代过程中采用多种更新策略动态平衡算法的多样性和收敛性。同时,将维度缩减指标加入到适应度函数中,进一步增强了算法在部分数据集上的性能。从理论上证明了该算法的收敛性,并基于11个大规模特征选择数据集在分类精度、维度缩减和计算时间上进行实验分析。实验结果表明,本文算法相较于4种对比算法具有更好的综合表现。

摘要： 乡村振兴的重点是产业兴旺,产业兴旺以一二三产业融合发展为路径。融合发展的实质是产业间、产业与消费市场、支持环境的协同进化、共生共融,最终形成产业业态丰富、竞争充分、合作共赢、创新发展的农村产业生态系统。这和自然生态系统协同进化的过程有很多类似之处。为了寻求农村产业融合发展的有效路径模式,基于协同进化的角度,通过自然生态系统和产业生态系统的类比分析,对农村一二三产业系统协同发展进行了综述和探讨。

摘要： 针对果蝇优化算法收敛速度慢、收敛精度低以及候选解只能取正值等不足,提出一种基于双策略协同进化的改进果蝇优化算法,该算法按概率从两个精心构造的进化策略中随机选择其中一个策略,作为当前果蝇个体的嗅觉搜索操作算子,进而形成两个策略混合协同进化的嗅觉搜索机制,达到合理兼顾算法全局探索与局部开发的目的,大幅度提升算法的收敛质量。此外,通过引入佳点集初始化种群方法以及实时视觉更新策略,使初始种群具有较好的多样性,同时加快了算法的收敛速度。借助经典的基准测试函数和平面冗余机械臂的逆运动学求解验证了所提算法的可行性与有效性。结果表明:该算法在寻优速度、精度以及结果稳定性等方面明显优于对比算法。

摘要： 旨在对网络电影的“影感”“网感”等概念进行拓展性阐释,对传统电影和网络电影的关系演进进行辩证性思考,以探讨传统电影和网络电影生态位重叠的共融之道,促进中国电影内容和平台的协同进化,加速中国“电影+互联网”的全球化进程。

摘要： 为提高果蝇算法(FOA)对支持向量机(SVM)参数优化的效果,对FOA的进化策略进行了改进,提出了双种群协调进化果蝇算法(DGCFOA)。将DGCFOA用于SVM参数优化并进行变速箱的故障诊断,诊断结果表明,DGCFOA算法能够搜寻到更优的SVM参数,相比于FOA,明显提升了变速箱故障诊断的精度。此外,与其他一些方法的对比结果也显示出DGCFOA得到的诊断精度更高,优势较为明显。

摘要： 班杜拉提出的三元交互决定论认为主体、行为和环境三者间动态相互作用,这一认识不仅突破了传统行为主义,显示出认知心理学的特征,它还与社会建构观、人本主义价值观、协同进化观以及生物潜能观相契合,具有超越时代的思想洞见。

摘要： 星座协同自主任务规划是卫星自主化管理与控制技术中的重要一环。首先,提出了一种分布式星座协同迭代优化策略,星座内各星作为独立智能体通过“接收”“更新”“发布”的三阶段协作行为共同参与对整体任务方案的协调寻优。其次,在该策略的基础上设计了一种分布式协同进化算法,通过分布于不同卫星的多个亚种群在信息交互中并行进化以持续优化各星方案组合。最后,在S698PM嵌入式开发环境下进行仿真实验,通过与贪婪算法、集中式遗传算法以及CPLEX的对比测试,验证了所提方法在恶劣通信环境下与大规模问题中的适用性和有效性。

摘要： 水雷具有低成本、高杀伤的特点,合理运用水雷进行作战将产生巨大的杀伤效果。本文基于协同进化理论,从“水雷布设”和“航迹规划”两方面考虑,协同进化,完成迭代,形成“对抗–筛选–进化”的闭合循环,从而建立了舰艇毁伤期望模型,作为水雷杀伤力的评估。本文主要采用遗传算法,采用分段式编码策略,能够较精确地表征水雷以及航迹的要素,同时引入了模拟退火算法,以加强全局的收敛性。

摘要： 对于大规模决策变量给求解大规模多目标优化问题带来的难以收敛及解集分布不均匀问题,通过分析变量特征将其分类再分别优化是当前较为有效的求解方法,但存在变量分类不够准确、变量处理不够有针对性等不足。对此,提出一种基于差分进化邻域自适应策略的大规模多目标优化算法。首先,通过分析扰动解的支配关系将混合变量分为多样性变量和收敛性变量,使变量分类更为准确。其次,通过对收敛性变量主成分分析降噪,降低计算成本,并设计种群的交替进化策略及差分进化的邻域自适应更新操作以提升种群进化过程中的收敛性。实验结果表明,所提算法在收敛速度和解集的分布均匀性上表现出良好的性能。

摘要： 由于低空空域环境复杂,威胁通用航空器运行安全.复杂低空多飞行器航迹规划方法是保障安全、提高效率的关键技术.在特定空域范围内,依据地形特点、环境威胁以及飞行器自身物理条件等约束和安全效率等性能指标,为飞行器规划出最优航迹.然而,多飞行器的航迹规划问题存在多约束、强耦合、多目标等难点,现有方法缺乏对问题先验知识的挖掘和利用,导致难以兼顾安全与效率.针对多飞行器航迹规划问题,建立了多飞行器航迹优化多目标模型.为了进一步提升优化效率,基于启发式算子的自适应差分多目标进化算法,引入多种群协同进化,每个飞行器通过不同种群独立进化,建立合作机制提升种群进化质量,避免陷入极值.最后通过二维与三维仿真实验验证了算法的可行性和有效性.

摘要： 本文在大数据背景下,基于信息生态理论和图书馆工作实际梳理了高校图书馆信息生态系统结构,分析了高校图书馆信息生态系统协同进化的动力,指出信息生态位因素和信息自组织因素分别是高校图书馆信息生态系统协同进化最主要的外在和内在动力.并从信息生态系统的自净化机制、涨落机制和增值机制三方面分析了大数据背景下高校图书馆信息生态系统的协同进化机制.

摘要： 采用改进的随机选择策略、自适应交叉和变异算子、种群协同进化算法等建立了一种新的遗传算法,在求解基于多工序、工序交叉、工件流组合等条件下的柔性制造系统调度问题时,保证了种群的广泛性、解的全局性以及算法的执行效率.概述了遗传算法求解柔性制造系统调度的问题,研究了遗传算法的早熟原因及对策,在分析遗传算法避免局部优化及早熟的基础上,提出了基于纵横向状态关联的自适应交叉和变异算子,设计了协同进化遗传算法求解柔性制造系统的调度模型,通过对精密机床箱体件的调度验证了算法.

摘要： 为了探讨宿主-寄生虫之间的协同进化关系,基于COI基因使用系统进化分析方法以及计算分子钟的方法来进行研究.结果,共收集到14种梨形虫(8种巴贝斯虫和6种泰勒虫)的COI序列,序列长度为950bp;收集到31种硬蜱(5种血蜱,3种革蜱,7种璃眼蜱,3种花蜱,7种扇头蜱,6种硬蜱)的COI序列,序列长度为586bp.用BEAST估算到梨形虫的分化时间在古新世,约为56.48 Mya,泰勒虫的分化时间约为23.38Mya,巴贝斯虫的分化时间约为25.74Mya.巴贝斯虫形成的时间略早于泰勒虫,但二者均发生在始新世晚期.同时,估算到硬蜱科的分化时间在白垩纪),约为86 Mya.硬蜱属、血蜱属、革蜱属、璃眼蜱属、花蜱属、扇头蜱属的分化时间分别为46.71Mya,46.58 Mya,35.72 Mya,35.42Mya,34.85Mya,37.72 Mya.硬蜱科各属的分化时间均发生在古新世(Palaeoceno)晚期:始新世(Eocene)早期.将二者的分子钟进行比较,梨形虫的分化时间晚于其宿主硬蜱.这种寄生虫宿主进化时间上的不一致性说明梨形虫早期的多样性形成过程,并非由硬蜱伴随而发生.宿主转移事件导致了主要梨形虫谱系的快速分化.另外,从系统进化关系上分析梨形虫和其相应宿主的一致性,某些硬蜱可以传播两种或者以上的梨形虫,有些梨形虫也可被多种硬蜱传播.这说明梨形虫的形成过程并不受宿主的影响,而是独立于宿主单独进行.

摘要： 关于多无人机航迹优化研究,针对复杂环境下多无人机(UAV)系统的航迹规划,达到摧毁目标最大化,解决不同无人机之间的协同和防撞问题,提出了一种利用合作型协同进化算法的多无人机三维航迹规划方法.利用数字地图建立了无人机安全飞行曲面,采用并行进化的方案,将每个无人机航迹规划当作一个子问题,通过协同函数和无人机间的防撞设计实现各无人机间的时间协同和空间防撞.各子种群采用自适应的进化方法,在保持多样性的同时,保证了算法收敛的快速性.仿真结果表明,算法有效实用,能快速得到各无人机的低空突防三维航迹,可为多无人机航迹优化提供手段.

摘要： 植食性昆虫唾液在昆虫与寄主植物长期协同进化过程中,发挥着至关重要的作用.其中,有些唾液成分能够被寄主植物识别,并激活植物的防御反应,称为激活子;有些则能够抑制植物的防御反应以促进昆虫的存活和发育,称为效应子.本文就植食性昆虫与寄主植物相互作用中发挥重要作用的几种昆虫唾液激发子和效应子,叙述了它们在不同种类昆虫中的最新研究进展,并对其在害虫防治中的应用前景进行了展望.

摘要： 昆虫是生物界分布最广泛、最为繁盛的一个类群,在自然界的地位和作用是其他生物难以比拟的;本文主要探讨昆虫的多样性，昆虫种类繁多，具翅、个体小、个体间差异大形态多样性，食性杂、食源广且食源种类丰富；采食量小；生命周期短.繁殖力强；行为多样性；滞育；变态等生物学特性，以及昆虫与植物、昆虫与昆虫、昆虫与其它生物的协同进化，都表明了昆虫的多样性。

摘要： 目的：比较汉坦病毒(Hantavirus,HV)抗原阳性和阴性的宿主动物线粒体D环区(D-loop)和细胞色素b(Cyt b)基因序列变化及与HV共进化的关系.rn 方法：采用直接免疫荧光法检测宿主动物鼠肺HV感染情况,提取HV抗原阳性和阴性黑线姬鼠鼠肺组织总DNA,应用聚合酶链反应(PCR)扩增宿主动物线粒体的D-loop和Cyt b基因,PCR产物纯化后测定序列,应用Clustal X生物学软件进行多重序列同源性分析,Mega软件绘制系统发生树进行分析比较.rn 结果：HV抗原检测阳性和阴性的鼠的遗传距离很小,阳性和阴性鼠的D-loop和Cyt b基因均有分布在同一个分支上.rn 结论：HV感染与否与宿主线粒体基因没有直接联系.

摘要： 目的：比较汉坦病毒(Hantavirus,HV)抗原阳性和阴性的宿主动物线粒体D环区(D-loop)和细胞色素b(Cyt b)基因序列变化及与HV共进化的关系.rn 方法：采用直接免疫荧光法检测宿主动物鼠肺HV感染情况,提取HV抗原阳性和阴性黑线姬鼠鼠肺组织总DNA,应用聚合酶链反应(PCR)扩增宿主动物线粒体的D-loop和Cyt b基因,PCR产物纯化后测定序列,应用Clustal X生物学软件进行多重序列同源性分析,Mega软件绘制系统发生树进行分析比较.rn 结果：HV抗原检测阳性和阴性的鼠的遗传距离很小,阳性和阴性鼠的D-loop和Cyt b基因均有分布在同一个分支上.rn 结论：HV感染与否与宿主线粒体基因没有直接联系.

摘要： 目的：比较汉坦病毒(Hantavirus,HV)抗原阳性和阴性的宿主动物线粒体D环区(D-loop)和细胞色素b(Cyt b)基因序列变化及与HV共进化的关系.rn 方法：采用直接免疫荧光法检测宿主动物鼠肺HV感染情况,提取HV抗原阳性和阴性黑线姬鼠鼠肺组织总DNA,应用聚合酶链反应(PCR)扩增宿主动物线粒体的D-loop和Cyt b基因,PCR产物纯化后测定序列,应用Clustal X生物学软件进行多重序列同源性分析,Mega软件绘制系统发生树进行分析比较.rn 结果：HV抗原检测阳性和阴性的鼠的遗传距离很小,阳性和阴性鼠的D-loop和Cyt b基因均有分布在同一个分支上.rn 结论：HV感染与否与宿主线粒体基因没有直接联系.

摘要： 本发明提出一种改进群机器人进化能力的异质同质群体协同进化方法（TORCH），在TORCH的进化过程中，群体中的个体交替选择不同的策略和相同的策略，能用来同时评估多个策略，以提高策略进化的效率。基于提出的TORCH，群机器人可以通过与环境的交互来进化策略。群机器人的策略进化是在局部信息条件下进行的，进化后的策略更适合于分布式任务场景。同时提出了一种基于行为表达树的行为策略表达方法，对表达树进行了扩展，提高了进化策略的可解释性。TORCH使群机器人的策略在局部信息条件下进化，使进化策略更适应分布式任务场景而不是特定的任务场景的方法，以提高进化策略的适应性。

摘要： 一种基于多阶段子群协同进化策略的差分进化蛋白质结构从头预测方法，包括以下步骤：在差分进化算法框架下，采用Rosetta Score3粗粒度知识能量模型来降低构象空间维数；将进化种群依相似度划分为多个子种群，子种群之间协同进化，可以提高种群个体多样性；进化过程被划分为三个阶段，在不同的阶段采用不同的变异交叉策略，可以避免早熟收敛问题；结合差分进化算法较强的全局搜索能力，可以对构象空间进行有效的采样，搜索得到较高精度的近天然态构象。本发明基于差分进化算法，提出一种构象空间搜索维数较低、收敛速度较快、预测精度较高的基于多阶段子群协同进化策略的差分进化蛋白质结构从头预测方法。

摘要： 本发明提出一种改进群机器人进化能力的异质同质群体协同进化方法（TORCH），在TORCH的进化过程中，群体中的个体交替选择不同的策略和相同的策略，能用来同时评估多个策略，以提高策略进化的效率。基于提出的TORCH，群机器人可以通过与环境的交互来进化策略。群机器人的策略进化是在局部信息条件下进行的，进化后的策略更适合于分布式任务场景。同时提出了一种基于行为表达树的行为策略表达方法，对表达树进行了扩展，提高了进化策略的可解释性。TORCH使群机器人的策略在局部信息条件下进化，使进化策略更适应分布式任务场景而不是特定的任务场景的方法，以提高进化策略的适应性。

摘要： 本发明公开了一种基于协同进化和协方差的进化算法，具体包括如下步骤：步骤1,初始化种群；步骤2,针对步骤1产生的初始种群，利用扩展的差分分组，根据变量之间的相关性，对变量进行分组，将相关性变量分为一组；步骤3,对扩展的差分分组之后的种群进行协同进化；步骤4,繁殖；步骤5,对进化后的种群利用协方差进行特征分析；步骤6,选择；步骤7,判断是否满足终止条件，若函数评价次数FES

摘要： 本发明公开了协同进化的多目标差分进化方法，该方法在每一代迭代过程中维持两个种群：进化种群和竞争种群，初始化阶段，在待优化问题的决策空间中随机产生两个同等规模的进化种群和竞争种群；在逐代进化过程中对进化种群依次执行差分变异、差分交叉和差分选择操作，以生成子代种群；将子代种群和竞争种群合并获得临时中间种群，运用快速非支配排序方法对中间种群进行排序，选取前面较优的若干个体组成下一代进化种群；基于排序结果和拥挤距离策略更新外部档案集，并利子代种群更新竞争种群；上述过程反复执行，直至满足终止条件。本发明的方法有效解决了遗传算法易于早熟收敛和差分进化收敛速度慢的问题，显著改善了多目标进化算法的整体性能。

摘要： 一种基于多阶段子群协同进化策略的差分进化蛋白质结构从头预测方法，包括以下步骤：在差分进化算法框架下，采用Rosetta Score3粗粒度知识能量模型来降低构象空间维数；将进化种群依相似度划分为多个子种群，子种群之间协同进化，可以提高种群个体多样性；进化过程被划分为三个阶段，在不同的阶段采用不同的变异交叉策略，可以避免早熟收敛问题；结合差分进化算法较强的全局搜索能力，可以对构象空间进行有效的采样，搜索得到较高精度的近天然态构象。本发明基于差分进化算法，提出一种构象空间搜索维数较低、收敛速度较快、预测精度较高的基于多阶段子群协同进化策略的差分进化蛋白质结构从头预测方法。

摘要： 本发明涉及一种基于合作型协同进化算法的无人节点协同方法及系统，其方法包括：S1、采集环境数据；S2、初始化合作型协同进化算法的各参数以及各个子群体；S3、从各个子群体中分别确定随机决策向量和最优决策向量；S4、对各个子群体进行遗传进化操作，得到各个子群体的新个体；S5、分别利用随机决策向量和最优决策向量对个体进行合作评价得到适应度值，并选择相对更小的适应度值作为个体的适应度值，并于子群体中根据适应度值从小到大对个体进行排序以筛选目标数量的个体构成新的子群体，之后转至S3进行迭代；S6、判断迭代次数是否达到迭代目标次数；若是，则输出当前的最优决策向量作为各无人节点的路径规划。本发明的协同更优。

摘要： 本发明提供了一种智能弹药协同进化任务分配方法，包括对多平台拦截作战的弹药分配方案进行遗传算法的染色体基因编码；根据弹药分配方案中的拦截目标威胁程度以及不同弹药发射平台对拦截目标的拦截概率计算染色体个体函数适应度；得到不同弹药发射平台对拦截目标有效拦截的概率排序序列，按照有效拦截的概率值的优先级顺序对染色体个体执行遗传算法选择操作；对选择的染色体个体执行交叉和/变异操作，获得下一代遗传种群并重复执行上述步骤，直至满足终止条件，获得最终弹药分配方案。本发明采用基于贪婪原则的改进遗传算法任务分配方法，进行智能弹药协同进化任务分配的有效性更高，寻求最佳方案更有目的性，收敛速度快且遗传代数小。

摘要： 本发明提出了一种电力现货环境下基于协同进化的市场均衡分析方法，该方法为：根据电力现货环境下市场规则构建双层模型来描述市场主体的竞价策略行为和过程，研究市场均衡的状态；应用协同进化算法求解所述上层模型和下层模型，求得上层模型和下层模型市场的均衡点；根据博弈论判定所述市场平衡点是否达到市场纳什均衡。本发明对电力市场均衡点的求解，能够求解到市场中的纯策略均衡，同时也能够观测博弈主体的决策演化过程，同时也能预测和分析不同市场边界条件下的纳什均衡点，从而为市场的规则和设计做出改善建议。

摘要： 本发明涉及一种基于子空间搜索的高维多目标协同进化方法。首先对待优化问题进行分析，将决策空间划分为收敛性子空间和多样性子空间，在方法前期和后期分别对收敛性子空间和多样性子空间进行搜索，其次利用一个归档集保留种群进化中所出现的收敛性较好的精英个体，将归档集的精英个体与种群个体进行交配.然后，对种群进行非支配排序，利用所提出的带惩罚因子的指标得到种群中分布广泛的边界个体；最后根据个体之间的夹角来选择个体，从而维持种群的多样性。本发明方法能够提高种群的收敛性与方法搜索的效率。