Page 204 - 电气控制技术与管理

电气控制技术与管理
Electrical Control Technology and Management

视觉系统中扮演着取代人脑的角色，但这并不意味着计算机必须根据人类视觉方
法完成光学信息的处理。计算机视觉能够而且必须根据计算机系统的特点处理光
学信息。然而，人类的光学系统是迄今为止人们所知的最强大、最完善的光学系

统。对人类光学加工机制的研究将为眼睛研究提供启发和指导。利用计算机信息
处理来研究人类视觉的机理，建立人类视觉的计算理论也是非常重要的。和有趣
的研究领域。
（四）进化计算技术

在计算机科学领域，进化计算是人工智能，进一步说是智能计算中涉及组合
优化问题的一个子域。其算法是受生物进化过程中“优胜劣汰”的自然选择机制
和遗传信息的传递规律的影响，通过程序选代模拟这一过程，把要解决的问题看
作环境，在一些可能的解组成的种群中，通过自然演化寻求最优解。

运用达尔文理论解决问题的思想起源于20世纪50年代。20世纪60年代，
这一想法在3个地方分别发展起来。美国的Lawrence Fogel提出了进化编程
（Evolutionary Programming），而来自美国Michigan大学的John Henry Holland则
借鉴了达尔文的生物进化论和孟德尔的遗传定律的基本思想，并将其进行提取、

简化与抽象提出了遗传算法（Genetic Algorithms）。在德国Ingo Reichenberg和
Hans-Paul Schwoebel提出了进化策略（Evolution Strategies）。比起人类设计的软
件，进化算法可以更有效地解决多维的问题，优化系统的设计。
进化算法正是借用以上生物进化的规律，通过繁殖、竞争、再繁殖、再竞

争，实现优胜劣汰，一步步逼近复杂工程技术问题的最优解。进化计算的主要分
支有遗传算法（GA）、遗传编程（GP）、进化策略（ES）和进化编程（EP）。
1.遗传算法
遗传算法（Genetic Algorithms，GA）是一类通过模拟生物界自然选择和自

然遗传机制的随机化搜索算法，由美国John Henry Holland教授于1975年在他的专
著《自然系统和人工系统中的适应》中首次提出。它是利用某种编码技术作用于
称为染色体的二进制数串，其基本思想是模拟由这些串组成的种群的进化过程，
通过有组织的然而是随机的信息交换来重新组合那些适应性好的串组。遗传算法

对求解问题的本身一无所知，它所需要的不仅是对算法所产生的每个染色体进行
评价，并根据适应性来选择染色体，使适应性好的染色体比适应性差的染色体有
更多的繁殖机会。

·192·