第5期 康琦，等：基于群体智能框架理念的遗传算法总体模式描述 。43· 算最本质的特征.例如遗传算法主要模拟了自然界 本质，也有利于各种算法之间进行合理融合，发展出 中生物体普遍存在的遗传进化过程：人工神经网络 各种混合算法，提高相关算法的性能 主要模拟了人脑的生理结构和信息处理模式，是对 群体智能的各种算法及模型，在具体的计算动 人脑的简化和抽象，蚁群算法和微粒群算法则模拟 态过程中，均具有一定的分布式自主寻优特征，但是 了自然界中群居性生物在种群中的信息处理模式和 这一切都是在客观统一的总体模式框架约束下进行 表现出来的群体智能行为模式.一般认为，可以在群 的.群体智能统一框架可看作是一个分层的模式，统 体智能理念的基础上，建立一个群体智能内在的统 一框架针对具体的问题可以分成4个层次，分别为 一框架来描述其中的各计算模型.通过对统一框架 宏观设计及方法提升层、任务分解协调层、计算调度 的研究，有利于理解群体智能各种智能模型的内在 及信息感知层、被控实体运动过程层，如图1所示. 宏观知识模型 模型已有的 模型读 知识方法 用户及模型选择 宏观知识评估 取指令 宏观设计及 知识库方法库 设计过程 方法提升层 模型宏观 宏观知识预测优化 信息知识 摸型提升的 和方法 识方法 型 左观知识学习进化 模型提取指令 相应参数设计模型 目标指令决议 模型及总体参数 任务宏观描述 决策分 】宏观指令 任务分解 协调层 模块 任务分解描述 分解指令 任务分配协调 局部任务 指令及参数 局部任务指令及参数L山 二二二二二二 系统化存 知 实时任务规划 信息配置 知识系统化 实际导写 日标 调 实时运动规划 信息接收 知识积累提升 息感 计算调度及 信息感知层误 信息检验 具体知识提取建模 积 实时运动控制 模 1 实时运园 控制指令 信息转换 信号处理优化 实时指令驱动 实时运 量控 信息发送 信号知识转换 信 信号定点感知 信息交换模块(1)》 卖时参数制悟号（二 被控实体 运动过程层 被控运动过程 原始对象信总 被控实体对象 传感器系统 原始环境信息」 问题求解环境 求解内容方法约束对象实体环境 图1群体智能总体框架模型 Fig 1 General framework mode of swarm intelligence 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved. hp:/小pi.cnki.e算最本质的特征. 例如遗传算法主要模拟了自然界 中生物体普遍存在的遗传进化过程 ;人工神经网络 主要模拟了人脑的生理结构和信息处理模式 ,是对 人脑的简化和抽象 ;蚁群算法和微粒群算法则模拟 了自然界中群居性生物在种群中的信息处理模式和 表现出来的群体智能行为模式. 一般认为 ,可以在群 体智能理念的基础上 ,建立一个群体智能内在的统 一框架来描述其中的各计算模型. 通过对统一框架 的研究 ,有利于理解群体智能各种智能模型的内在 本质 ,也有利于各种算法之间进行合理融合 ,发展出 各种混合算法 ,提高相关算法的性能. 群体智能的各种算法及模型 ,在具体的计算动 态过程中 ,均具有一定的分布式自主寻优特征 ,但是 这一切都是在客观统一的总体模式框架约束下进行 的. 群体智能统一框架可看作是一个分层的模式 ,统 一框架针对具体的问题可以分成 4 个层次 ,分别为 宏观设计及方法提升层、任务分解协调层、计算调度 及信息感知层、被控实体运动过程层 ,如图 1 所示. 图 1 群体智能总体框架模型 Fig11 General framework mode of swarm intelligence 第 5 期 康 琦 ,等 :基于群体智能框架理念的遗传算法总体模式描述 ·43 · © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net