进化计算的理论和应用

---

进化计算是一种强大的问题解决者灵感来自自然进化。模式生物进化的基本要素,探讨了解决方案空间通过基因遗传,变异,选择适当的候选人的解决方案。方言的进化算法包括遗传算法、进化策略、遗传编程、粒子群算法、蚁群优化,人工免疫系统,分布估计算法,微分进化,迷因算法。这些进化方法已经证明他们的成功在各种困难和复杂的优化问题。

这特殊的问题进化计算的理论和应用致力于进化计算领域的最新发展。八篇文章来自世界各地的研究人员为进一步措施成为进化计算的理解和应用。特殊问题涵盖了广泛的带宽的研究,从理论研究到实际应用,包括文章中活跃的研究多目标和约束优化等领域。

为了提高进化算法基于理论发现,胡椒的论文调查的选择效率阈值选择,随机比例的选择,并确定适当的选择。接下来的论文,通过布朗和多斯桑托斯,介绍了基因表达式编程灵活适应性基因组表示允许并行化和维持种群的多样性。并行化的能力是最重要的进化方法的优势相比其他优化启发式。

在进化计算的应用,论文Kawabe滚动时域控制问题提出了一种进化控制器使用先进的过程控制方法在这个过程中化工厂等行业的竞争。仿真结果证明随机优化器是强有力的解决问题复杂的实际问题。施等人的论文设计双螺杆编码进化算法的多级生产调度问题。比较研究表明,该方法优于遗传算法和禁忌搜索解决方案的质量。论文·德·法尔科等人提出了一个分布式微分进化算法来解决多点控制映射问题。根据实验结果,该方法可以减少网格资源的消费。

这个特殊的问题包括两个评审论文。克雷默的文章给出了约束处理技术,开发出的调查领域的进化策略在过去的几年,尤其专注于预防过早步长停滞,常常可以观察到边界的不可行解空间。此外,这项工作由锣等人给出了进化的全面概述步态优化。作者综述了几个进化方法的成功故事发展项目腿式机器人和得出结论,领域仍然是一个富有成果的领域的研究。

我们感谢所有代码开发者和评审者的伟大贡献,这个特殊的问题。我们还要感谢Hsien-Chung吴教授主编,他全力支持。

Tzung-Pei香港
Chuan-Kang Ting
奥利弗·克莱默

版权

版权©2010 Tzung-Pei香港等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。