基于物种进化和知识共享的智能进化计算

采用进化原理优化进化计算算法本身,并研究进化计算的参数自动选择机制及方法，建立智能进化计算。研究内容包括遗传个体的物种类型、遗传编码方法、基因交叉和变异参数、个体选择策略的自动优化选择方法。在进化过程中根据寻优轨迹自适应平滑和优化适应度函数，提高进化计算全局收敛能力。为每个遗传个体建立基于神经网络的大脑，通过学习和分析以前的进化历史，指导个体的进化方向，去除冗余进化过程，并有助于保持遗传群体的多样性，抑制遗传群体早熟收敛。聚类分析进化计算解决不同问题的优化解，为智能进化计算建立知识库，从而继承已有的基于进化计算的优化知识。通过将进化计算知识库中的合适的个体动态和周期地移民到解决其他问题的进化过程中，使得进化计算在解决类似问题时可以继承已有的知识，从而提高进化计算收敛速度。智能进化计算知识库的建立,也使得进化计算结果可以通过计算机网络相互共享，更广泛应用于各种优化问题的求解。