资源描述：
《演化算法在岩土工程中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、WIN演化算法在岩土工程中的应用姓名：夏文俊学号：2015202060077学院：水利水电学院时间：2015.12.03演化算法在岩土工程中的应用一．演化算法概述演化算法作为自然计算的一个重要分支，是基于自然计算中模拟大自然生物进化的自组织、自适应和自学习的自然演化特征而发展起来的一种比较通用的问题求解方法、并根据达尔文“适者生存”的思想去模仿自然界生物的演化变异过程，最终达到产生更好的下一代的目的。演化计算是采用二进制编码或实数编码技术来表示各种复杂问题的结构，并通过对这些编码进行交叉和变异操作来实现优胜劣汰的自然选择，进而指导
2、学习和确定搜索方向。由于它是采用种群的方式组织搜索，所以在富裕演化计算这种自组织、自适应、自学习等特征的同时，优胜劣汰的自然选择和演化操作使得演化计算具有不受其搜索空间限制条件的约束及不需要其他辅助信息的要求。演化计算最初具有三大分支:遗传算法(GeneticA1gorithms,简称GA)、演化规(evolutionaryprogramming,简称EP)和演化策略(evolutionstrategy,简称ES)。20世纪90年代初,在遗传算法的基础上又发展了一个分支:遗传程序设计(geneticProgramming,简称GP
3、)。虽然这几个分支在算法实现方面具有一些细微的差别,但它们具有一个共同的特点,即都是借助生物演化的思想和原理来解决实际问题。二．演化算法基本原理1.演化算法的基本结构不同的编码方案、选择策略和遗传算子相结合,可构成不同的演化算法,但其基本结构可描述如下:PROCEDURE演化计算的基本结构{随机初始化种群P(0)={x1,x2,…,xN},t:=0;计算P(0)中个体的适应值;While(不满足终止准则)do{由P(t)通过遗传操作形成新的种群P(t+1);计算P(t+1)中个体的适应值,t=t+1;}输出结果;}可以看出,上述基
4、本结构是一个比较粗略的框架。在具体实现时,可使用较为详细的结构。如按种群的组织方式,可分为非重叠和重叠种群的演化算法,以及单种群和多种群的演化算法;按遗传算子的执行方式,可分为非重叠和重叠遗传操作的演化算法等。1.设计演化算法的基本步骤(1)确定编码方案演化算法求解问题不是直接作用在问题的解空间上,而是利用解的某种编码表示。选择何种编码表示有时将对算法的性能、效率等产生很大影响。(2)确定适应函数适应值是对解的质量的一种度量,通常依赖于解的行为与环境(即种群)的关系,一般以目标函数或费用函数的形式来表示。解的适应值是演化过程中进行
5、选择的唯一依据。(3)确定选择策略优胜劣汰的选择机制使适应值大的解有较高的存活概率,这是演化算法与一般搜索算法的主要区别之一。不同的选择策略对算法的性能有较大的影响。(4)选取控制参数控制参数主要包括种群的规模、算法执行的最大代数、执行不同遗传操作的概率,以及其它一些辅助性控制参数。(5)设计遗传算子演化算法中的遗传算子主要包括再生(reproduction)、杂交(crossover)、变异(mutation),以及其它高级操作。(6)确定算法的终止准则由于演化计算没有利用目标函数的梯度等信息,所以在演化过程中无法确定个体在解空
6、间中的位置,因而无法用传统方法判定算法收敛与否,以便终止算法。常用的办法是,预先规定一个最大的演化代数,或算法在连续多少代解的适应值没有明显改进时,即终止。(1)编程上机运行完成上述工作后,即可按演化计算的算法结构编程,进行问题求解。由于演化算法的随机性及不确定性等特点,通常要多运行几次才能得到可靠的解。应该注意的是,上述基本步骤密切相关,编码方案与遗传算子的设计等是同步考虑的,有时甚至需要上机运行与算法设计交替进行。三．演化算法主要特点演化计算的特点，主要表现在搜索对象、搜索策略、搜索适应性函数以及搜索方向上：演化计算的处理对象
7、，既可以是参数本身，又可以是经过某种映射的特点编码，编码形式可以是矩阵、树、图、集合、串、序列、链和表等各种一维或二维甚至三维的结构对象。这一特点，使得演化计算具有广泛的应用领域。比如：通过对连接矩阵的操作，演化计算可用来对神经网络或自动的结构或参数加以优化；通过对集合的操作，可以实行对规则集合或知识库的精炼而达到高质量的机器学习目的；或通过对树结构的操作，可得到用于分类的最佳决策树或用于自动程序设计的程序树；通过对任务序列的操作，可用于任务规划；通过对操作系列的处理，可用于自动构造顺序控制系统等等。演化计算采用群体搜索策略，而传
8、统方法一般采用单点搜索策略。这一特点使演化计算具有极好的全局优化性能，减少了陷入局部极值的风险；同时，也使演化计算本身易于大规模并行实现，可充分发挥高性能并行计算机系统的作用。演化计算基本上不依赖搜索空间的只是或其他辅助信息，而仅用特定的适应性函数
