动态自适应协同进化的学习机制研究

进化计算是一类模拟生物进化过程与机制求解问题的自组织、自适应人工智能技术。进化作为从生命现象中抽取的重要的自适应机制已经被普遍认识和广泛应用。然而，现有的进化模型未能很好地反映这样一个普遍存在的事实：生物进化复杂的自适应过程是一个动态的过程，一个系统中多个子系统局部相互作用的协同进化过程，是一个在环境生态系统中"学习"法则的过程。本研究拟通过对进化与学习相互影响的机理做深入分析，提出协同进化三个层次的学习：遗传学习，个体学习，社团学习，并在已有协同进化及机器学习的研究基础上，改进协同进化的学习机制，通过在算法中加入学习算子，提高系统的自适应能力；依据环境的反馈信息，动态调整进化计算的适应度函数；采用基于适应值共享机制的小生境技术，提高学习的有效性。

进化计算是一种模拟生物进化过程与机制求解问题的自组织、自适应人工智能技术。进化作为从生命现象中抽取的重要的自适应机制已经被普遍认识和广泛应用。然而，现有的进化模型未能很好地反映这样一个普遍存在的事实：生物进化复杂的自适应过程是一个动态的过程，一个系统中多个子系统局部相互作用的协同进化过程，是一个在环境生态系统中学习法则的过程。本研究通过对进化与学习相互影响的机理做深入分析，提出了协同进化三个层次的学习：遗传学习，个体学习，社团学习，并在已有协同进化及机器学习的研究基础上，改进了协同进化的学习机制，依据环境的反馈信息，动态地调整进化计算的适应度函数,提高了系统的自适应能力.在社团学习中，采用动态的小生境分类方法，提高了学习的有效性。. 本研究已发表论文43篇，其中，期刊论文34篇，国际会议论文9篇，SCI检索4篇，EI检索15篇。受理发明专利申请3项，其中授权1项。完成了国家自然科学基金项目计划任务书规定的任务。