演化算法：模拟生物进化的智能优化之路

演化算法是一个大类，是根据模拟自然界生物进化过程而发展起来的一种通用问题求解方法，而非具体算法。

打个比方，“蛋糕”是一类食物的统称，而“黑森林蛋糕”、“抹茶奶油蛋糕”才是具体的蛋糕品种；同理，“演化算法”就是一类算法的统称，而“遗传算法”、“遗传规划”等才是具体的算法。

本章节就像是一张面向新手的食谱，先不细说如何制作“黑森林蛋糕”等具体繁琐的内容，而是先从整体上介绍所有“蛋糕”的统一特点，即主要从整体上介绍演化类算法的起源和发展，以及它们共同的设计思路。

下一篇介绍的遗传算法才是具体算法。

一、演化计算

(一) 生物进化

演化计算：模拟自然界生物进化过程而发展起来的一种通用问题求解方法。

什么是生物进化？

生物进化是生物与其生存环境之间的相互作用的变化所导致的部分或整个生物种群遗传组成的一系列不可逆的改变。我们认为生物进化是生物与其生存环境互相作用过程中，其遗传系统随时间发生一系列不可逆的改变，从而导致生物总体对其生存环境的相对适应。

• 生物的进化可以看作是一个优化过程，而优化的结果是能够很好地适应环境的生物体。
• 生物的进化过程也可以看作是在众多可能性中搜索“解”的一种方法。
• 现在地球上的种类繁多、结构复杂的生物都是通过漫长的由简单到复杂、由低级到高级的进化过程而得到的优化结果。
• 在生物中，众多可能性的集合是可能遗传序列的集合，而所要求的“解”则是能够适应环境的生物体。

(二) 演化计算的概念

演化计算的概念：是在达尔文进化论和孟德尔的遗传变异理论的基础上产生的一种在基因和种群层次上模拟自然界生物进化过程与机制，进行问题求解的自组织、自适应的随机搜索技术。

它以达尔文进化论的“物竟天择、适者生存”作为算法的进化规则，并结合孟德尔的遗传变异理论，在算法中引入了生物进化过程中的繁殖、变异、竞争和选择等机制。

生物进化与问题求解术语之间的联系：

生物进化术语	问题求解术语
环境	问题
个体	可能解
适应度	质量

二、演化算法

(一) 演化算法求解问题

目前，用演化计算表示用模拟生物进化过程来求解问题的整个研究领域，而遗传算法、遗传规划、演化策略和演化规划是演化计算研究领域的四个主要研究方向。

演化计算所涉及的算法称为演化算法。有许多不同类型的演化算法，但所有演化算法的一个共同特点是求解问题的过程也就是模拟大自然生物进化的过程。

演化算法在求解问题的过程中怎么做？

• 保持一个个体的种群，每个个体表示问题的一个可能解
• 个体适应环境的程度用一个适应函数判断，每个个体按照适应函数来度量该个体作为问题解的好坏的程度，而度量值称为该个体的适应值。
• 基于个体的适应值，某些较好的个体被选择，通过重组、变异等算子的作用，产生一些新的个体，这些个体与种群中原来的个体竞争，形成下一代种群，继续这个过程，直到终止条件被满足。

生物系统	优化问题
生物个体	问题的一个解（多个变量组成的向量）
染色体携带遗传信息	二