中图分类：TP18

学科分类：520.20

成果类别：基础理论

成果水平：未评价

研究起止时间：2012-01～2013-05

评价形式：验收

1.项目研究开发目的及主要研究内容。 根据自然计算的特点和内部机理,寻找一种更能够反映进化规律同时有比自然进化更快收敛的并且能够更大概率收敛到全局最优解的普遍适用的进化算法框架和实用的算法流程,为进化算法的设计和应用提供一种可行有效的思路和方法。 关键问题之一,就是寻找新的遗传算子或对已有的遗传算子改进,使得遗传算子具有较强的全局搜索能力。 关键问题之二,就是寻找新的行为算子,将学习和免疫功能有机结合,使得行为算子具有极强的局部搜索能力,同时兼顾一定的全局搜索能力。 关键问题之三,就是寻找进化算法的综合模型,得到遗传算子和行为算子有机结合的算法框架,利用该框架可以解释现有大部分典型进化算法机理,同时,利用该框架可以为设计算法解决实际问题提供思路和方法。 2.项目任务书要求的主要考核技术、经济指标。 在中文核心期刊或EI收录期刊（会议）发表本研究相关论文5篇以上。 3.项目主要技术与经济指标完成情况,主要解决的关键技术与创新点。 1)提出一个算法框架。 2)提出一种行为算子SWFZIRS,有机地包含了学习与免疫功能,在连续域实验结果非常理想,都能收敛到局部极值点,超过50%收敛到全局最优解。 3)提出一个进化算法SWFZIRS-PSO,包括遗传算子和行为算子,实验结果95%收敛到全局最优解。 4)用提出的框架该近分布估计算法,比传统分布估计算法全局搜索能力有了大幅度提高,并且避免了概率分布模型估计。 5)提出一个多维空间区域搜索算法,大大提高了免疫搜索效率。 6)算法思想应用到无线传感器网络的安全、垃圾邮件的处理、城市交通规划,取得良好的效果。