下载掌阅APP，畅读海量书库
立即打开
自然界中的生物遵从“适者生存”的规律进行演化，使得更适应环境的个体能够存活和繁衍；鸟群、蚁群乃至人类等社会群体动物通过交互合作，能够涌现出远超单一个体能力范畴的群体智能。对于现实世界中复杂的优化问题，我们能否从这些大自然中的现象中获得启发呢？进化计算就是这样一类模拟生物进化或社会群体动物的智能行为，实现对优化问题进行求解的算法集合，在问题全局空间中进行搜索，能在可接受时间内找到全局最优解或可接受解，具有自组织性、通用性、鲁棒性，并具有内在的并行分布式特性，使其具备了和并行分布式计算平台相结合的潜力。
本书根据进化机制的不同，将进化计算分为进化算法和群智能优化算法两类。进化算法主要包括遗传算法、演化策略、遗传规划、差分进化算法、分布估计算法等，而群智能优化算法主要包括粒子群优化算法和蚁群优化算法等。本章将介绍这些具有代表性的进化计算方法。