[发明专利]一种双种群空间进化操作与经验交换的方法

说明书

技术领域

本发明涉及智能计算领域的启发式算法，具体涉及一种双种群空间进化操作与经验交换的方法。 

背景技术

Reynolds于1994年提出的文法算法便是模拟了这一人类进化过程。与其他的启发式算法相比，文化算法具有更快的收敛速度以及更好的全局搜索性能。近年来被研究者们运用于解 

决实际问题，如网页搜索优化和多机电力系统稳定器设计。 

在文化算法中，两个空间都可以由任何基于集群的计算模型形成，如：集成了遗传算法（GA）和文化算法的混合模型HMGCA；在信仰空间和种群空间都使用蚁群算法的CCACO 

文化算法；基于共享全局信仰空间（SGBS）空间和粒子群优化的混合协同进化文化算法CECBPSO。 

文化算法被看作一个由是上层空间和下层空间组成的框架或模型。下层的种群空间和上层的信念空间保留自己的个体并分别进行自我进化，同时两个空间通过通信协议相互交换经验。交换包括两个方面，一方面，下层空间贡献他们的精英个体给上层空间；另一方面，上层空间不断进化自己的精英个体并影响下层空间中的个体，最终形成了“双进化双提高”的机制。其算法框架参见图1所示。 

而传统的文化算法实用的是一个独立的种群空间，而该空间不能实现知识和经验的交换，无法使得对方能更好地获得优化，无法实现相互帮助以更快找到最优解的功能。 

发明内容

为了解决统的文化算法实用的是一个独立的种群空间，不能实现知识和经验的交换，无法使得对方能更好地获得优化，无法实现相互帮助以更快 找到最优解的功能的技术问题，本发明提供一种双种群空间进化操作与经验交换的方法。 

一种双种群空间进化操作方法，其特征在于：包括以下步骤： 

(a)对双种群空间进行初始化设置： 

(b)由全局信仰空间接受已进行初始化的双种群空间的信息； 

(c)由全局信仰空间对已接受的信息进行更新； 

(d)由全局信仰空间对双种群空间进化操作。 

优选地，上述步骤a中初始化方式为： 

将待分析的所有个体平均分配到PS1和PS2，即： 

N=N1+N2N1=N2---(1)]]>

其中N为所有个体总数，N1为PS1中个体总数，N2为PS2中个体总数。 

优选地，上述步骤b中接受方式为： 

全局信仰空间通过接受操作吸收两个种群空间的优秀个体;根据当前种群代数动态选取可以接受的种群空间个体，采用如下接受函数： 

accept()=p%+p%t---(2)]]>

其中p为从种群空间接受的个体百分比，t为当前的代数;全局信仰空间采用相同的接受函数分别从两个种群空间中接受排名靠前的优秀个体。 

优选地，上述步骤c中更新方式为： 

由S=[S^t,S^t+1]分别表示当前和以前发现的最好个体，由公式（3）定义规则更新：