刘 宝，王君红，丁永生，夏伯锴

(1.中国石油大学信息与控制工程学院，山东 青岛 266555;2.东华大学信息科学与技术学院，上海 201620;3.数字化纺织服装技术教育部工程研究中心，上海 201620)

一种基于生理双向调节机制的协同进化算法

刘 宝1，王君红1，丁永生2，3，夏伯锴1

(1.中国石油大学信息与控制工程学院，山东 青岛 266555;2.东华大学信息科学与技术学院，上海 201620;3.数字化纺织服装技术教育部工程研究中心，上海 201620)

为了提高多参数寻优效果，基于人体生理双向协同网络调节机制，提出一种网络协同优化算法(NCEA)。对应相应生理系统设计其体系结构，具体包括监控管理级、协同调节级和群体搜索级:监控管理级根据适应度和群体分布密度等信息，发送协同指令给协同调节级;协同调节级根据协同调节指令，基于生理调节规律实时调整各个搜索群体的交叉和变异概率因子和搜索群体之间的个体交换概率，以及辅助群体的个体均匀化;群体搜索级包括主搜索群体和辅助群体，其中辅助群体为主群体提供优良个体，并避免搜索陷入局部最优。最后采用两个典型的多维非线性函数，检验NCEA的搜索精度和收敛速度，并应用于一种非线性智能优化控制器。试验结果表明，与标准的遗传算法和一种改进的遗传算法相比，NCEA具有较快的收敛速度和搜索精度。

遗传算法;协同进化;交叉;变异

遗传算法(GA)是一种仿生优化算法，从20世纪90 年代涌现出小生境［1-3］、微种群［4-5］等改进算法，但仍存在多参数寻优速度慢和精度差等问题［6］。……