Page 165 - 大数据技术及安全研究

第四章 大数据时代演化算法与进化算法的有关分析

孟德尔的遗传定律的基本思想，并对其进行提取、简化与抽象，在 1975 提出了
第一个进化计算算法—遗传算法。遗传算法通过选择、交叉和变异来实现个体的
更新和重组，强调交叉操作对产生新型基因的作用胜过变异操作。

2. 进化策略（ES）
进化策略是由德国 Reehenberg 和 Schwefel 于 1965 年提出，原始的进化策略
不使用群体，也不进行编码，直接在解空间上进行操作，后来，随着进化计算研

究的深入，才将群体和编码引入进化策略。进化策略强调，在新基因生成的过程
中，变异操作比交叉操作更重要，而且其中独特的高斯变异算子，后来在遗传算
法中也得到有效利用 . 随着各种编码方法的使用，遗传算法与进化策略逐渐融合。

3.DNA 计算
DNA 算法解决计算问题的基本思想是：利用 DNA 特殊的双螺旋结构和碱
基互补配对原则对问题进行编码，把要运算的对象映射成 DNA 分子链，在 DNA
溶液的试管里，在生物酶的作用下，生成各种数据池，然后按照一定的规则将原

始问题的数据运算高度并行地映射成 DNA 分子链的可控生化过程。最后，利用
分子生物技术，破获运算结果。

4. 粒子群算法（PSO）
粒子群算法模拟鸟群或鱼群的捕食特性，所有的粒子都跟踪当前出现的最好
粒子的位置和自身到目前为止出现的最好位置，算法速度快，操作简单，鲁棒性
强，在很多优化问题中发挥了重要的作用。

5. 蚁群算法（AC0）
蚁群算法是由意大利 Dorigo 和 Maniezzo 等模仿蚂蚁觅食的原理，于 20 世

纪 90 年代初提出的，基本原理是：蚂蚁在所经过的路径上留下一种挥发性分泌
物（Pheromone，通常称为信息素），信息素随着时间的推移会逐渐挥发消失 . 蚂
蚁在觅食过程中能够感知这种物质的存在及其强度，并以此来指导自己的运动方
向，倾向于朝着这种物质强度高的方向移动，即选择该路径的概率与当时这条路

径上该物质的强度成正比，信息素强度越高的路径，选择它的蚂蚁就越多，则在
该路径上留下的信息素的强度就更大，而强度大的信息素又吸引更多的蚂蚁，从

而形成一种正反馈 . 通过这种正反馈，蚂蚁最终可以发现最佳路径，导致大部分
的蚂蚁都会走此路径。

·153·