进化策略与进化规划的异同

1、进化策略与进化规划的异同摘要：进化策略与进化规划同属于模拟进化优化方法中的重要分支，它们以特有的运算方式在求解复杂的、常规优化方法难以处理的优化问题上显示了一定的优势。进化策略与进化规划在很多方面存在着相似性，为了更好地挖掘、理解两种方法的优化本质，有必要对这两种方法的异同之处加以阐述。关键词：模拟进化优化方法；进化策略；进化规划0引言最优化技术在电力系统的规划、运行和控制中得到了广泛的应用负荷预测、最优潮流、发电计划、自动电压控制(AVC)、机组组合等都是最优化问题。由于线性规划和非线性规划在处理电容/电抗器和变压器变比之类的离散变量时效果不大理想，上世纪90年代中后期出现了进化策略与进化规

2、划方法,并被用于电力系统的优化计算,比如遗传算法用于地区电网的无功优化。进化策略与进化规划方法都是模拟自然界中生物的进化规律,理论基础是达尔文的进化论。“物竞天演，优胜劣汰”实际上就描述了一种强壮的搜索、竞争与优化机理。生物进化的历史可以用群体和种族内部或其之间所发生的物理过程来解释。从大的方面来讲，包括：繁殖、变异、竞争和选择。因此，在对生物进化过程进行模拟时，就应在总体上抽象地描述这几个过程。20世纪60年代初期，一些学者开展了这方面的研究工作，并逐渐形成了一类具有鲜明特色的优化方法，即模拟进化优化方法(optimizationmethodbysimulatedevolution)或进化算

3、法。目前，此类方法已发展了很多分支。其中，进化策略和进化规划以其特有的运算方式在解决复杂的、高度非线性、不可微的实值优化问题上具有一定的优势。两种方法有很多的相似之处，但也有区别，需进一步加以了解。进化策略与进化规划基本流程进化策略进化策略由德国学者I.Rechenberg和提出，对极值优化问题的求解有一定的优势。进化策略的主要执行步骤为：编码：对要求解的问题以数字串的方式进行编码(由目标参数和策略参数组成)，计算适合度值；判断是否满足终止条件。如满足则输出结果；否则执行下述步骤：选择n个父代参与繁殖；按给定的方式执行交叉操作(可选)；按基于高斯分布的扰动执行变异操作；产生m个子代，并计算适合

4、度值(mn)；返回步骤(b)。进化规划进化规划由美国学者提出，同进化策略类似，适用于解决目标函数或约束条件不可微的复杂的非线性实值连续优化问题。进化规划与进化策略在原理上相似，但在具体实现方面有差别。其中最为显著的区别是进化规划中不采用交叉算子，仅通过变异操作来维持两代之间的联系。其基本步骤为：编码：对要求解的问题以数字串的方式进行编码(由目标参数和策略参数组成)，计算适合度值；判断是否满足终止条件。如满足则输出结果；否则执行下述步骤；选择n个父代参与繁殖；按基于高斯分布的扰动执行变异操作；产生n个子代，并计算适合度值；返回步骤（b）。进化策略与进化规划的关系单从进化策略与进化规划的解题步骤就

5、能看出，它们有很多的相似之处。进化策略与进化规划在编码方面，不像传统遗传算法那样需要对要求解的问题进行0-1编码和解码，而是直接对所要求解的问题进行编码，即直接将优化问题的解表示为数字串的形式，不需要特定的编码和译码。进化策略和进化规划均采用同样的变异操作方式，即变异时，对父代中的个体加上一个服从均值为0，标准差为的高斯分布随机变量。标准差是变化的，编码时属于染色体串中的一部分。由高斯分布曲线可知，高斯分布的方差反映了分布分散的程度，对适合度越大的个体，其变异量应越小，而适合度越小的个体，其变异量应越大，这符合生物进化过程。进化策略与进化规划因其直接的编码方式以及特别的种群变异方式，使得该两种

6、方法求解复杂的优化问题，特别是实值优化问题时，速度快，求解高效。进化策略与进化规划的差别实际应用时，进化策略与进化规划的差别主要体现在以下几个方面：进化策略中的交叉算子是可选的；如需要进行交叉运算时，采用类似遗传算法的处理方法，如离散交叉或中值交叉方式。进化规划本身就没有交叉算子，这也是该两种方法最本质的区别；在父代选择方面：进化策略采用概率选择的方式形成父代，通常根据均与随机分布的方式抽取父代个体，这样每一个父代个体都能以同样的概率被选中。进化规划则采用确定性的方式，即当前种群中的每一个父代都要经过变异来产生子代；在具体变异表达式方面，进化策略与进化规划也存在差别，主要体现在：设染色体编码结

7、构为X1,X2,Xn,(T1,c2,(Tn对于进化策略，其父代变异过程为：ci=ciexp(tN(0,1)+tNi(0,1)Xi=Xi+ciNi(0,1)其中，t和t为学习率参数，通常tg1/(2n)1/2andtg1/(2n1/2)1/2而对于进化规划，其父代变异过程为：ci=ci(1+aN(0,1)Xi=Xi+cN(0,1)通常a0.2在生存选择方面，即新的子代生成后，如何和父代共同形成新的父代。对于进化策略，在经过变异和和交叉操作后，从n个父代中产生m个子代个体(通常m7n),这m个子代可直接作为新的父代，或将n个父代和m个子代混合，然后根据适合度大小直接去掉认为不好的个体。对于进化规划

8、，当n个父代生成n个子代后，采用一种循环竞争的策略来生成n个新的父代，即将n个父代和已生成的n个子代合并，然后随机从中选取p个(一般p=10)个体，并与已合并的2n个个体逐个进行比较。对每一次比较，性能好的该个体做一个胜者的标记，如此重复，直到选出n个带有胜者标记且性能最好的个体作为新的父代。总的来说，进化策略在解算时表现的要灵活一些，而进化规划则更为精简。在具体的实际应用时，这两种算法都有很大的改进空间，如变异机制、生存选择参数的选取以及适合度函数的制定等。4结束语本文探讨了进化策略与进化规划的相似与不同之处。从编码、父代选取变异机制以及生存选择等方面阐述了两种的关系与差别之处。在某种程度上，这有助于进一步理解、认识该两种方法的内在优化机制、提高算法的解题效率以及有效进行算法改进。参考文献：李文沅电力系统安全经济运行模型与方法M.重庆：重庆大学出版社，1988.JHHOLLAND.AdaptationinNaturalandArtificialSystemsM.Michigan:TheUniversityofMichiganPress,1975.HPSCHWEFEL.EvolutionandOptimumSeekingM.NewYork:JohnWiley&Sons,1994.DAVIDBFOGEL.AnIntroductiontoSimulatedEvolutionary