黄友亮

摘  要：演化计算是一种以自然选择理论为灵感，利用简单的编码技术来描述复杂的数据结构，并通过编码表示进行遗传操作和自然选择来引导学习和搜索的方向的计算机科学算法。本文就演化计算的研究背景、分类和特点进行讨论，并对分层演化算法进行初步的探究。

关键词：演化计算;分层演化

一、演化计算的概述

1.1、演化计算的研究背景

演化计算^[1]是基于这个想法发展起来的一种普遍的问题解决方法。它使用简单的编码技术来描述各种复杂的结构，并通过简单的编码表示进行遗传操作和自然选择来引导学习和搜索的方向。用种群组织搜索的方式，使得演化算法特别适合于大规模并行。演化算法具有很高的效率、简单、易于操作和通用性强的特征，这也是演化算法在国际研究领域影响力越来越大的因素。

1.2、演化计算的分类

1.2.1遗传算法

20世纪60年代中期，美国Michigan大学的John.Holland提出了串編码技术，以解决计算机科学与进化论结合的问题，这种编码既适合于变异又适合于交配操作，并正式命名为遗传算法^[2]。遗传算法从一个种群开始，种群代表问题的潜在解集，由经过基因（gene）编码的一定数目的个体组成。每个个体实际上是染色体带有特征的实体。染色体即多个基因的集合，是遗传物质的主要载体，其内部表现（即基因型）是某种基因组合，它决定了个体的形状的外部表现。

1.2.2演化策略

早期的演化策略包括（1+1）策略和（μ+1）演化策略。它们的相似之处是每次只产生一个后代。……