進化計算導論

A.E.+Eiben

在計算機科學領域，進化計算（Evolutionary Computation）歸屬于人工智能，進一步說是智能計算中涉及到組合優化問題的一個子域。其算法是受生物進化過程中“優勝劣汰”的自然選擇機制和遺傳信息的傳遞規律的影響，通過程序迭代模擬這一過程，把要解決的問題看作環境，在一些可能的解組成的種群中，通過自然演化尋求最優解。進化算法正是借用以上生物進化的規律，通過繁殖、競爭、再繁殖、再競爭，實現優勝劣汰，一步步逼近復雜工程技術問題的最優解。進化算法有著極為廣泛的應用，在模式識別、圖像處理、人工智能、經濟管理、機械工程、電氣工程、通訊、生物學等眾多領域都獲得了較為成功的應用。本書是一部進化算法理論方面的綜述性書籍。

本書共分三大部分，17章：第一部分 基礎知識，包含第1-6章：1.介紹如今需要解決的幾個難題，包括建模、優化和仿真問題、搜索問題、NP問題等；2.進化計算的起源：包括簡要的歷史概述與生物學啟示；3.進化算法是什么：介紹概述性的定義，及其關鍵的組成部分；4.表示、突變與重組：亦即算法的必備知識，包括二進制、整數、排列和樹的表示方法；5.通過人口管理的實例說明進化算法；6.包括遺傳算法、差分算法、粒子群算法等流行的進化算法。

第二部分 方法論，包含第7-9章：7.算法參數和參數整定的方法介紹；8.參數控制：通過參數變化的具體實例，結合相關評價函數，給出了參數整定的效果說明；9.介紹了進化算法在當今世界應用的實例。

第三部分 高級方法，包含第10-17章：10.與Memetic算法的結合；11.非平穩和噪聲函數優化：包括不同來源不確定性的影響，方法介紹及實例應用；12.多目標進化算法的介紹，最后給出了在分布式協同車間時間表的優化實例；13.約束處理算法理論；14.交互式進化算法：包括其特點、歷史方法介紹等，最后給出了用戶偏好的自動獲取作為實例；15.共同進化系統；16.理論：包括馬爾可夫連鎖分析、統計力學方法、還原方法、黑盒剖析等算法支持的相關理論；17.進化機器人：包括離線和在線進化的機器人介紹、算法引入及未來的展望。

作者A.E. Eiben在1991年取得計算機科學的博士學位，是歐洲開展進化計算研究的先驅者之一，在相關研究的重要事件和出版物的指導委員會和計劃委員會中起著關鍵的作用。他的主要研究領域是多親重組（multiparent recombination）， 約束滿足（constraint satisfaction）和自校準進化算法（self-calibrating evolutionary algorithms），他現在正在研究具身智能（embodied intelligence）和進化機器人等更廣泛的方面。

本書結構編排十分合理，三大部分內容循序漸進，逐漸深入。最后一章進行了有關進化機器人的討論，角度新穎，令人興奮。本書適合于人工智能與計算智能領域本科生和研究生課程，并為從事與仿生設計和優化的從業人員和研究人員提供自主學習的素材。

李亞寧，博士研究生

（中國科學院自動化研究所）