[发明专利]基于平衡机制变体解决不对称任务的竞争式协同进化算法

说明书

本发明涉及一种基于平衡机制变体解决不对称任务的竞争式协同进化算法，属于协同进化技术领域。本发明包括如下步骤：首先对任务不对称的协同双方，即宿主种群和寄生虫种群按各自的编码方式初始化；使用竞争的方式计算协同双方的适值；根据适值评估双方势力强度并计算繁殖率；应用基于平衡机制变体，即在平衡机制的基础上加入设置阈值和强势种群退化策略的竞争式协同进化算法决定进化内容，并按要求对各种群按各自的进化算法执行进化。本发明针对竞争式协同中任务不对称的情况，在平衡机制的基础上加入了设置阈值的劣势种群保护策略和强势种群退化策略，经计数问题和排序网络问题验证，可以有效解决竞争式协同进化中任务不对称带来的脱离等问题。

技术领域

本发明涉及一种基于平衡机制变体解决不对称任务的竞争式协同进化算法，属于协同进化技术领域。

背景技术

协同进化是指两个或多个相互作用的物种在进化过程中发展的相互适应的共同进化，在共同进化的学习过程中，各个种群同时进化，每个种群中个体的适应度取决于它们与另一个种群中个体的相互作用。根据种群间相互作用关系的不同，协同进化可分为竞争式协同进化与合作式协同进化：竞争式协同进化中的各种群为竞争关系，而合作式协同进化中各种群为合作关系。在竞争式协同进化中，两个种群有着对立的利益，一个种群的成功取决于另一个种群的失败；在合作式协同进化中，各种群中的个体共同作为一个整体成功或失败。

竞争式协同进化已成功应用于函数优化问题、图像识别系统、实时战略游戏、多层感知器等多个领域。在竞争式协同进化过程中，保证处于竞争关系的两个种群持续进化的关键在于维持两个种群间的军备竞赛，这需要两个种群处于势力相对均衡的状态，同时可以对对方的进化方向产生正确指导。可能导致军备竞赛无法维持的原因有过度专业化、红皇后动力学、梯度丧失等：过度专业化是指当两个相互竞争的群体学会轻易地击败对方，但不能推广到新的环境；红皇后动力学是指两个种群在一组状态之间的振荡所造成的停滞；梯度丧失是指当种群所有成员都同样输于或赢过对手种群成员时，进化不能进行。

脱离是梯度丧失的一种。脱离发生在协同进化系统解耦时，即各种群中个体的相对适值无法被正确评估、各种群无法指导对手种群的进化方向，严重影响了种间军备竞赛的维持。竞争式协同进化算法的任务是共同进化双方的种群，但通常，各种群是不对称的，我们称不对称的两个种群为宿主-寄生虫种群，宿主和寄生虫可能在基因上(编码方面)或行为上(目标策略方面)有很大不同，这种不对称可能导致一方种群的固有优势，从而引发脱离问题，其中寄生虫种群是享有优势的种群。

考虑到竞争式协同进化算法进化的双方大部分是不同的种群，不对称任务在很多应用中都有出现,例如最小排序网络、程序错误自动修复、遗传编程等等。在进化过程中，协同双方的任务不对称情况很容易引起脱离，从而导致军备竞赛无法维持，各种群无法指导对手种群进化的方向，进化失败。因此，针对竞争式协同中任务不对称的情况，改进已有的竞争式协同进化算法，在平衡方法的基础上提出了一种设置阈值保护劣势种群与加入种群退化策略保持均衡的平衡方法变体，以解决协同进化中任务不对称带来的脱离问题。

发明内容

针对现有技术存在的上述缺陷，本发明提出了一种基于平衡机制变体解决不对称任务的竞争式协同进化算法,通过在平衡方法基础上加入设置阈值的保护劣势种群与加入种群退化策略保持均衡，解决由于任务不对称引起的脱离问题。

本发明所述的基于平衡机制变体解决不对称任务的竞争式协同进化算法，如下步骤：

S1：初始化协同进化的双方：对竞争式协同的宿主与寄生虫按照各自的编码方式产生一定数量的个体，初始化宿主种群与寄生虫种群；

S2：计算协同双方适值：根据竞争规则，定义两种群中个体的适值为打败对手种群中对手的数量；