该项目首先分析了生物基因、组织和群体等各层次的协同进化现象。其次研究了协同进化的多样性和控制策略。提出了通过控制群体中基因竞争、个体竞争、子群体竞争来解决群体进化中遗传漂移的基本策略,并论证了小生境进化算法设计的群体多样性准则基因多样性、建筑块多样性和子群体多样性;及协同进化算法必须满足的三个相互关联的目标,即协同进化过程中个体之间的竞争局部化,子群体层次的精英个体保留,各个小生境的并行搜索。据此提出了面向多子种群协同进化的重叠群体替代策略和算法框架。同时研究了协同进化的基因联结问题,提出了求解可分解优化函数的一种基于实数变量互信息的基因联结学习方法,并设计了一种新颖的概率建模遗传算法-实数编码的强化高效遗传算法。建立了一类基于模式表示的协同进化系统的动力系统模型,数值仿真证实了该动力系统在特定参数设置下会出现混沌行为。最后,研究了单一群体中多子群体协同进化的机理,提出了求解复杂多模态优化问题的基于最近邻替代排挤策略的协同进化方法,构建了求解时钟二叉树构建问题的多级协同遗传算法,提出了用于改进径向基函数神经网络分类能力的混合协同进化算法,以及用于图形数据挖掘的混合进化子结构发现算法。
英文主题词coevolutionary algorithms; dynamics of coevolution; population diversity; niching strategies; gene-linkage learning