·46 智能系统学报 第2卷 问题求解GA 考察所需求解问题 知识方法提升模块 设计模块 在GA框架下建立相关数 设计宏观知识总结 学模型，并设计相应评价 模式及评价函数 GA优化模式，求解方法 及已知约束模式 知识、方法 确定表示问题求解的 知识库 提升指令 运行效果评估优化 染色体（参数编码） 方法库 各类相关 知识、方法 模型总结优化 根据问题类型确定群 任务分解协调及模型方法提升层 体进化模式（选择，交 叉、变异策略) 应用领域拓展 染色体N的相关参数设定(P,P.…) 确定相关GA参数设置 染色体1的相关参数设定(P,P) 染色体1的相 问题求解种群的分解运动莫式及约束 关参数设定 (P.P。 色体进化模式 实时染色体适应 实时染色体适应 实时染色体适应 度函数求解 度函数求解 染色体进 度函数求解 根据运算结果设定 进化模 根据运算结果设定 根据运算结果设定 染色体1的进化，消 染色体的进化.消 染色体V的进化.消 定模块 除或生成新个体 除或生成新个体 除或生成新个体 (遗传操作) (遗传操作) (遗传操作) 进化结果分析 相关实时信息 定模块 式设定模块 ( 相关实时 N 进化结果分析 进化结果分析 相关实时信息 计算调度及信息感知层 进化控制信总1 进化控制信息 进化控制信息N 与求 P ☑ 约束 P P 式 相关信息定时感知 相关信息定时感知 相关信息定时感知 及通讯 及通讯 及通讯 问题求解环境 图3遗传算法的群体智能框架模型 Fig 3 Swarm intelligent framework model of genetic algorithm 过求解问题相对应的合理的约束交配模式来完成， 体种群的进化模式（包括选择、交叉、变异策略等）， 具体来讲，任务分解协调及模型方法提升层中 并确定GA相关的各参数设置，如交叉概率、变异概 的问题求解设计模块中所做的工作是，先考察所需 率Pm等 求解的优化问题，然后在GA框架下建立相应的数 在问题求解GA的分解运动模式和相关参数设 学模型，并设计相应的评价模式及评价函数.然后在 定好之后，可进入下层的计算调度及信息感知层.在 此基础上确定表示问题求解的染色体，即参数编码 此层中，主要执行的是染色体的遗传进化操作，即首 过程；待确定编码方式之后根据问题类型确定染色 先进行实时染色体适应度函数求解，然后根据计算 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net图 3 遗传算法的群体智能框架模型 Fig13 Swarm intelligent framework model of genetic algorithm 过求解问题相对应的合理的约束交配模式来完成. 具体来讲 ,任务分解协调及模型方法提升层中 的问题求解设计模块中所做的工作是 ,先考察所需 求解的优化问题 ,然后在 GA 框架下建立相应的数 学模型 ,并设计相应的评价模式及评价函数. 然后在 此基础上确定表示问题求解的染色体 ,即参数编码 过程 ;待确定编码方式之后根据问题类型确定染色 体种群的进化模式 (包括选择、交叉、变异策略等) , 并确定 GA 相关的各参数设置 ,如交叉概率、变异概 率 Pm 等. 在问题求解 GA 的分解运动模式和相关参数设 定好之后 ,可进入下层的计算调度及信息感知层. 在 此层中 ,主要执行的是染色体的遗传进化操作 ,即首 先进行实时染色体适应度函数求解 ,然后根据计算 ·46 · 智 能 系 统 学 报 第 2 卷 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net