资源描述：
《地理信息智能化处理_进化计算与空间信息处理》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、智能智能ABCABCNN—神经网络，PR—模式识别，I—智能òA－Artificial，表示人工的（非生物的），即人造的òB－Biological，表示物理的＋化学的＋（？？）＝生物的òC－Computational，表示数学＋计算机ABC的关系图27.17.1进化计算概述进化计算概述¾¾生物进化生物进化生物在变异、遗传与自然选择作用下的演变发展，物种淘汰和物种产生过程。地球上原来无生命，大约在30多亿年前，在一定的条件下，形成了原始生命，其后，生物不断的进化，直至今天世界上存在着170多万个物种。生物进化论最早由查尔斯·罗伯特·达尔文提出，在其名著《
2、物种起源》有详细的论述。3¾¾生物进化生物进化òò低级、简单低级、简单ÎÎ高级、复杂高级、复杂4òò生物进化过程生物进化过程((从简单到复杂，从低级向高级从简单到复杂，从低级向高级))本身是一个本身是一个自然的、并行发生的、稳健的优自然的、并行发生的、稳健的优化化过程。过程。òòDarwinDarwin的经典进化理论、的经典进化理论、WeismannWeismann的自然的自然选择理论及选择理论及MendelMendel的遗传学理论一起构成了的遗传学理论一起构成了新达尔文进化理论新达尔文进化理论，这一理论认为，进化是，这一理论认为，进化是指生物通过指生
3、物通过繁殖、变异、竞争和自然选择繁殖、变异、竞争和自然选择这这44个基本演变过程实现生物种群的个基本演变过程实现生物种群的““优胜劣汰优胜劣汰””。。57.17.1进化计算概述进化计算概述¾¾进化计算进化计算ECEC进化计算(EvolutionaryComputation,EC)的相关研究始于20世纪50年代后期，它基于生物的自然进化与自然选择的生存遗传机制，针对一类复杂难解的优化问题，研究通用的智能化的问题求解方法，属于迭代法。minz,x∈[−30,30],y∈[−40,40]22cos2(πx+y)()xy+2−0.2z=xze=+−2020e2
4、−e26òò进化计算进化计算主要包括主要包括::遗传算法遗传算法(GeneticAlgorithm,GA)(GeneticAlgorithm,GA)遗传编程遗传编程(GeneticProgramming,GP)(GeneticProgramming,GP)进化编程进化编程(EvolutionaryProgramming,EP)(EvolutionaryProgramming,EP)进化策略进化策略(EvolutionaryStrategies,ES)(EvolutionaryStrategies,ES)78ò采用简单的编码技术表示各种复杂的问题解结构，
5、每个解称为一个染色体，染色体的特征称为基因，因此染色体又可称基因型个体，每一组解就构成一个种群，对于由若干个体构成的初始种群，将每个个体看成是问题解空间中的一点，通过迭代，简单、高效、并行地随机搜索问题的解，末代种群中的最优个体经过解码即是问题的最优解或近似最优解。ò在迭代过程中，根据个体对问题的适应度以一定的概率通过杂交和变异等遗传操作和优胜劣汰的自然选择机制指导学习、确定搜索方向，以便搜索能够朝着产生更好的解的方向进行。9进化计算的设计进化计算的设计主要涉及四个环主要涉及四个环节，即节，即编码方案、编码方案、选择策略、遗传选择策略、遗传操作、进化参
6、数操作、进化参数。。不同的设计策略不同的设计策略构成了不同类型构成了不同类型的进化算法。的进化算法。10¾¾遗传算法遗传算法(GeneticAlgorithm,GA)(GeneticAlgorithm,GA)ò是进化计算的最重要形式，它是建立在新达尔文进是进化计算的最重要形式，它是建立在新达尔文进化论的基础上的一种计算模型，是一种通过模拟自化论的基础上的一种计算模型，是一种通过模拟自然进化过程搜索最优解的迭代自适应概率搜索方然进化过程搜索最优解的迭代自适应概率搜索方法，法，美国美国MichiganMichigan大学的大学的HollandHolland
7、及其研究团队于及其研究团队于19751975年首次提出了遗传算法年首次提出了遗传算法，并出版了里程碑式的，并出版了里程碑式的专著专著““AdaptationinNaturalandArtificialAdaptationinNaturalandArtificialSystemsSystems””(Holland(Holland,1975),1975)，随后算法被扩展推广并，随后算法被扩展推广并正式定名为遗传算法正式定名为遗传算法(Holland,1992)(Holland,1992)，与此同时，，与此同时，GAGA开始被国内外研究者广泛关注。开始被国内
8、外研究者广泛关注。11¾¾遗传编程遗传编程(GeneticProgramming,GP)(Ge
