基于多种群协同进化计算的创新概念设计研究

采用种群的方法组织，使得区域空间得以多方面的解锁，然而种群的搜索组织方式可被赋予进化计算，从组织、自适应、自学习等方面特征来说，无一例外关乎优胜劣汰，其算法也不受空间限制的约束，也并不需要过多的精确而全面的辅助信息，以上特点便是进化算法具有高效率的体现，简单、易懂便于操作。

一、概念设计

（一）概念设计概述

工业建筑设计领域内融合概念设计的应用，加之计算机参与后，即产生了计算机概念设计(CACD)，概念设计，顾名思义，工业建筑设计领域内包含了草图、构思方面的设计，而其初步的参数与结构内容方面多是与CAD技术为基础，在概念设计范围内进行改进，结合建模技术、现实技术等各技术对接，建立了一套CACD理论应用，概念设计多是为了追寻一种创新效果。

CAD设计的初级阶段中，概念设计是起着至关重要的任务的，创新概念的设计广泛而且深刻，多种群协同进化的提出，其根源思想来源于生物学概念，多种群群落相比于单种群群落更具有稳定生产力、更为有效的利用环境资源，而多种群始终的基因片段也可更好的适应自然发展的变化。应用到设计方面，即突破了单种群计算进化，发展协同化计算技术。

（二）概念设计问题的提出

针对于CAD技术的研究面，人机对话的目标已实现，设计分为好几个阶段，概念设计、详细设计等，目标不同，设计过程与方式也不同，而设计自含一种不断优化的过程，从实际例子中选择与目标接近的方案，在概念设计阶段，创意则是十分重要的，有创意，才可以称之为概念设计，而后在遗传计算过程中进行相应优化，再发展到详细设计阶段。概念设计于思维空间层面的表现多需要特定的理论依据、方法作为支撑，表现得也较分散和广泛，传统CAD系统无法有效的表现与支持概念设计，而概念设计的原型系统与创新表达的不足会无法展现设计人员的思维活动。协同进化模拟计算拥有广阔的前景应用，也是概念设计中寻优的有力工具。

二、多种群协同进化模型

（一）进化计算的特点

进化计算是一种借鉴生物界自然选择与进化机制发展起来的适应性搜索算法，应用了群体搜索技术，通过种群所代表的问题解加以交互选择、遗传等操作以产生出新的种群，然后逐步演化发展到包含近似最优解。进化计算具有智能性、本质可行性、过程性、非定向性等特点，在计算求解的过程中对信息自行搜索，基于自然选择策略下的算法除去了对事物进行事先描述的方案方法，正对问题的不同特点与特征采取相应的算法措施，以解决复杂结构问题。

（二）进化策略

进化策略的提出最早是由人在对设计中难以对物体参数优化，进而采用生物异变思想随机改变参数值，之后进行深入的研究与发展而形成。进化策对比遗传算法的不同之处是，进化算法是在解空间层面上操作的，遗传算法是将问题从解空间进行映射再进行操作的，数值问题多用进化策略求解，遗传算法则是采用十进制编码求解数值优化问题。

（三）进化算法的设计

通常的步骤是确定编码方案、确定适应度评价函数、选择策略的确定、遗传算子的设计、控制参数的选择以及确定算法的终止准则：首先，进化算法多是利用编码表示解释问题，用编码表示对算法性能、效率有一定的影响，进化算法求解中，可运用解空间向量表示个体，也可用编码表示。其次，确定适应度是对解的一种度量，多是解释解的环境与行为间的关系，所以多是用目标函数形式表示，而选择策略中，则是优胜劣汰的筛选机制，所得出的解法概率也不同，其中遗传算子包含选择、复制、交叉与变异等操作，对于控制参数的选取方面，涵盖了编码串长度、遗传操作的存活率、算法执行方面等一些辅助型模块的操作。运用函数梯度对目标算法进行计算分析，而通常进化过程下，很难确定解空间中个体位置，通常由所规定的代数算法所确立的最大值上进行改进与终止运算。

三、协同进化模型研究

协同进化是多个种群进行关联通过适应度同时进化，种群、自身以及相互作用的遗传成分进化，尤其适合对复杂的进化系统进行描述，适合得到动态分析与演变，同时，遗传算法作为一种优秀的计算算法技术，多是采用于个体适应度的进化模式描述，欠缺考虑样本进化环境与个体间的复杂联系影响，未成熟收敛、收敛速度等方面具有一定的不足，一定程度上，无法获得令人满意的效果。协同进化研究领域尚不全面，多是在人工智能环境下进行进化演算，一个种群中对任意个体的适应度进化对另一群体个体直接竞争，因此，对于研究性进化的使用，需先从各方面建模用以指导进化，借鉴自然界中的算法协同进化是国际前沿领域研究方向，美国的De Jong教授所领导的进化计算实验中，与通常一般算法相比较，对控制变量进行合理种群划分，从而寻找出系统求解的最优解以及优化解。拥挤模型从生物学方面借鉴而来，种群增长的同时，竞争因为资源的争夺而加剧，生存几率也开始逐渐变小，该模型的采用仅染色体与母体较为类似发生，拥挤机制中子代代代模式替换种群中当前成员，最相似的个体可被子代替换，其相似标准与范围都可有无关系，且不同基因所可接受的类似标准与距离都有所关系，而称之为拥挤模型，新子代与父代对比，其子代拥有更高的适应度时便可替换父代。共享适应模型适用于封闭环境中且资源有限的情况下进行，相似个体通由资源竞争缩减彼此适应度，观察个体是否依然取得繁殖、多样性等机会。而动态小生境模型采用峰值为小生境代表，依据峰值分类个体。多种群协同进化理论以及应用是一项需长期研究的课题，创新是的多种群协同进化理论体系得以逐渐完善，但实现方法依然不够成熟，需要从多种群协同进化算法进行异变选择与选择策略方面进行研究，实现多种群协同进化算法应用到创新概念设计的实际应用。

摘要：科学技术的发展正渗透到各个领域，交互影响，且近20年，创新进化设计得到了广泛发展，逐渐发展成重要的计算创新技术，这一领域的研究方向涉面广泛，遗传程序设计、创新进化系统、自生长系统等等，进化计算是非常有前途的应用工具，关乎到进化算法方面的复杂，已不再仅仅受限于单体进化，多种群的协同进化计算方法更具体有实用性与研究性。

关键词：多种群,协同进化,创新概念设计

参考文献

[1] 宋丽娜.具有变异机制的多种群协同进化差分算法及应用研究[D].天津:天津工业大学,2019.

[2] 梅领.基于协同进化的多目标优化算法研究及应用[D].南京:南京邮电大学,2017.

[3] 刘睿.基于协同进化的大规模优化算法[D].郑州:郑州大学,2017.