文化算法融合传统智能优化算法的研究综述.pdfVIP

龙源期刊网

文化算法融合传统智能优化算法的研究综述

作者：贾丽丽

来源：《计算机光盘软件与应用》2013年第09期

摘要：本文介绍了文化算法的基本原理，总结了文化算法与遗传算法、粒子群算法、差

分进化算法、免疫克隆选择算法等智能算法的融合技术及其应用，为进一步深入研究文化算法

与其他智能算法融合，以及多个智能算法相结合的研究和应用提供了参考和借鉴。

关键词：文化算法；遗传算法；粒子群算法；差分进化；免疫克隆选择算法

中图分类号：TP301.6文献标识码：A文章编号：1007-9599（2013）09-0000-02

引言1

Reynolds于1994年提出文化算法，该算法的双层进化机制为进化计算中的知识引导提供

了通用框架，具有许多优良特性。文化算法不仅克服了其他进化算法的局限性，而且还克服了

其他进化算法产生的退化现象，文化算法能根据具体情况设计种群空间、信仰空间、接受函数

和影响函数，有很强的可扩充性，易于与其他方法结合，能够使其以一定的速度进化和适应环

境，并互相弥补各传统算法的不足，提高算法的全局有哪些信誉好的足球投注网站能力、收敛速度、收敛性、计算精度

等，适用范围广泛。

文化算法及其与传统智能算法相结合的研究刚刚兴起，本文在介绍文化算法基本原理的基

础上，对国内近五年文化算法与遗传算法、粒子群算法、差分进化算法、免疫克隆选择算法等

相结合的研究进行了综述，为进一步深入研究文化算法与其他智能算法相融合以及多个智能算

法相结合的应用提供了借鉴和参考。

文化算法基本原理2

文化算法（CA）是由种群空间和信仰空间构成的双层进化机制，主要包括三部分：种群

空间、信仰空间和通信协议。文化算法的基本框架如图：

种群空间是生物个体根据一定的行为准则进化而组成的。信仰空间是文化形成、存储、更

新、传递的进化过程。两个相对独立的进化过程，但又由通信协议将二者联系在一起，相互影

响和促进，通信协议主要包括接受函数和影响函数。

文化3-遗传算法

遗传算法（GA）是一种基于自然选择和基因遗传学原理的随机并行有哪些信誉好的足球投注网站算法。遗传算法

随着算法的进行其种群多样性逐渐消失，很容易于陷入早熟收敛，引入随机种群可以改善种群

的多样性问题，但是又影响到算法的效率。目前，一些学者通过文化算法和遗传算法结合，将

龙源期刊网

遗传算法纳入文化算法的框架，形成基于遗传算法的主群体空间和信念空间两大空间，从收敛

速度、收敛效率两方面来提高遗传算法的性能。文献[1]提出一种基于模式学习的文化遗传算

法，该方法充分利用了优秀个体所包含的特征信息起引导作用，算例表明，文化-遗传算法可

提高算法收敛速度。文献[2]为解决函数优化问题，针对遗传算法的不足之处，将文化-遗传算

法用于函数优化，实验结果表明，新算法能够提高效率和精确度。文献[3，4]将遗传算法中交

叉和变异算子嵌入文化算法的主群体空间进行传统的遗传算法操作，形成一种双层进化结构，

该算法在计算效率和求解质量上均具有较好的效果。文献[5]和文献[6]分别针对DNA编码问题

和装载机的连杆机构传动比问题，采用文化遗传算法克服了遗传算法进化效率不高的问题，从

而提高计算速度。文献[7]提出了一种基于文化算法的双层机制结构的知识迁移多用户交互式

遗传算法模型，该模型有效提高各用户的进化收敛速度，减轻用户疲劳。

文化4-粒子群算法

粒子群算法（PSO）是在研究鸟类的群体行为时提出来的一种群智能算法。该算法虽简

单，计算速度快，但收敛性、均匀性和局部有哪些信誉好的足球投注网站能力差。为了解决上述问题，并提高粒子群优

化算法的精度与计算的效率，运用文化算法的并行计算能力及PSO的优点，将文化算法和

PSO结合形成一种新型的智能算法，该算法利用优秀个体所包含的信息提高算法的收敛性，同

时在局部最优问题上有一定的优越性，而且避免了群体早熟的发生。文化-粒子群算法的融合

主要是将粒子群算法纳入文化算法的框架。

文献[8]将文化粒子群算法用于求解置换流水车间调度问题中的最小化最大完成时间，通

过不断与信念空间中的优秀个体交互，加快群体收敛速度，该算法具有较快的收敛速度。文献

[9]基于粒子群算法的改进多目标文化算法用于求解多目标优化问题，测试结果表明，改进多

目标文化算法能够在保持Pareto解集多样性的同时具有较好的均匀性和收敛