一種求解高維多模態復雜問題的差分文化算法＊

拓守恒，陶維天

（1.陜西理工學院數學與計算機科學學院，陜西 漢中 723000；2.甘肅中醫學院網絡中心，甘肅 蘭州 730000）

1 引言

隨著人工智能技術的發展，許多科學和工程領域大規模復雜難題得到了很好的解決，但更加復雜多維優化問題隨之出現，需要學者們不斷探索更好的優化處理方法。近10年來仿生智能優化算法成為學者們的研究熱點，例如遺傳算法GA（Genetic Algorithm）、微粒群優化算法、差分進化算法、蟻群算法和文化算法 CA（Cultural Algorithm）［1］等。文化算法是Reynolds于1994年提出的一種模擬文化進化過程的智能優化算法。文化算法通過不斷地從種群進化過程中積累經驗知識，然后再利用積累的經驗知識去指導種群的進化，從而能夠有效提高算法的收斂性。該算法很適合大規模復雜系統的優化處理，已成功應用于大規模空間數據庫的數據挖掘、非線性約束優化［2］、多目標優化和機器學習等問題的處理。

2 文化算法及研究現狀

文化算法由種群空間（Population Space）、信度空間（Belief Space）和交流渠道（Communication Channel）構成，交流渠道通過三個函數（接受函數Acceptance Function、影響函數Influence Function和更新調整函數Adjust Function）完成。文化算法的框架如圖1所示，種群空間和信度空間是兩個獨立的進化空間，彼此按照通信協議（Communication Protocol）進行聯系。

Figure 1 Cultural algorithm framework圖1 文化算法的基本框架

下面是算法的基本過程：

算法1 文化進化算法

由圖1和算法1可以看出，文化算法只是給出了一個進化框架，并沒有對種群空間和信度空間的進化過程進行具體要求和描述，因此研究者是通過將一些仿生智能優化算法與文化算法結合來進行具體問題的處理。……