6、进化计算的两大挑战：统一与扩展

进化计算的两大挑战：统一与扩展

1. 引言

进化计算领域虽已发展超 40 年，但仍在快速增长。这种增长给该领域带来了一定的“压力”，因为新问题和新应用领域不断挑战着现有的理解和传统方法。此时，我们有必要反思该领域的现状和未来面临的挑战。接下来，我们先回顾对该领域产生重大影响的历史事件，再将关键的开放性问题归纳为两大挑战：统一与扩展。

2. 历史多样性

20 世纪 60 年代是塑造进化计算领域的关键时期。当时，世界各地的多个研究小组被早期进化模拟模型的潜力所吸引，试图将进化过程应用于复杂的计算机问题求解。
- Rechenberg 和 Schwefel 为解决工程优化难题，提出了进化策略（ES）。
- Fogel 及其同事为绕过手工构建智能体的瓶颈，开发了进化规划（EP）。
- Holland 为设计和实现能应对不确定变化环境的鲁棒自适应系统，推动了遗传算法（GA）的发展。

早期，GA 强调以个体的基因组成来表示和操作，多使用固定长度的二进制字符串；而 ES 和 EP 则采用更具问题针对性的“表型”表示。如今，这些历史标签已难以描述该领域的丰富活动。GA 从业者不再局限于二进制实现，ES 引入了重组算子，EP 的应用也更为广泛，还出现了遗传编程等新的子领域。

3. 统一的挑战

当前进化计算领域的多样性既是优势也是挑战，它体现了领域的活力，但也难以形成统一的观点。开发统一的进化计算框架是该领域持续发展的关键。实现这一目标的策略之一是关注进化计算活动的核心特征和问题，这有助于理解不同方法之间的关系，促进思想的交流，并为新方法的开发提供基础。从面向对象的类层次结构角度来看，我们可以取得一定的