演化硬件及其进展

回顾了演化硬件的历史渊源,并讨论了演化硬件涉及的主要问题,包括作为其物质基础的大规模可编程逻辑器件和应用于其上的演化算法,以及具体实现时的设计思路等．最后本文扼要介绍了演化硬件的研究及应用现状和进一步的工作．     

基于自适应演化算法的DS-CDMA多用户检测

提出了一种新的自适应演化算法，用来解决码分多址系统中的多用户检测问题．该算法采用最大似然判决来检测用户发送的比特序列，根据当前变异的成功概率来自适应调整子代种群规模．仿真结果表明，基于自适应演化算法的多用户检测器总能在指定的迭代次数内收敛到与最优多用户检测器相一致的结果．该算法与未采用自适应机制的进化规划相比，当用户数从10增加到20时，收敛所需的代数相应减少37．5％到47．8％．该算法的计算复杂度是与用户数相关的多项式复杂度，与最优多用户检测器的指数复杂度相比，具有较好的可行性和实用性．     

金属损伤演化方程和层裂准则的确定

文中由唯象分析和细观统计相结合的方法给出了一种新的损伤演化方程．对两种金属，在试验结果和内变量理论的基础上得到了计及损伤的热-粘塑性本构关系．用有限差分数值计算研究了应力波传播规律、损伤发展及层裂．通过自由面速度历史的数值模拟，并基于计算结果与试验结果间的最佳一致性，得到了损伤演化方程和层裂准则中的材料参数．     

基于演化计算的组合模型序列密码分析

给出了一种利用演化计算对组合模型序列密码体制进行分析的方法.实验表明,用该演化计算方法对Geefe发生器和门限发生器进行分析时,算法复杂度比穷举法的复杂度低;该演化计算方法用于组合模型序列密码的分别征服攻击时,效率明显提高.因此演化计算分析方法是一种有效的序列密码分析方法.     

一种求解多峰函数优化问题的演化算法

针对演化计算产生新解无序的问题，提出了基于相似性的邻域搜索策略．利用邻域搜索，可以方便地建立自适应的新解产生机制．针对演化算法设计中存在的搜索效果和效率平衡问题，提出了利用适应值对个体进行分级的搜索策略．通过对个体的分级，可以区分个体在搜索过程中的职能：优秀的个体进行局部极小值的开采；其他的个体进行搜索空间的探索，以发现新的局部极小值．数值实验表明，新算法能有效处理低维多峰函数，能找到所有的全局最优解．对高维多峰函数．也能找到全局最优解．     

演化求解高维函数优化问题的独立编码策略

在用演化算法解高维函数优化问题时，一般采用传统的二进制整体编码策略．本文将函数的自变量独立分组，分别进行编码和演化操作，以突破传统二进制整体编码策略的束缚，将这种分组编码策略称为独立编码策略．同时，讨论了独立编码串行实现的灵活性，提出了一个基于变量分组的并行演化计算模型．大量的数值实验结果表明：在问题求解的精确度和求解速度方面，独立编码策略都优于传统的二进制整体编码策略．     

丰度坐标系中岩浆岩系REE的演化线运动参数

指出丰度坐标系具多维性和共轭性．其坐标轴具对偶性；探讨了REE演化线、REE演化线三参数(演化强度、演化方向、演化空间位置)及其物理含义；指出REE演化线三个参数是体系的实测参数．是研究天然体系中元素质量运移的基础数据；侧重讨论了其中一个参数——REE演化方向在REE演化线类型划分上的应用、演化线类型的符号表示及其对岩石成因类型进行判别的示例。     

用演化算法研究二电子原子(离子)的外场特性

将求磁场中原子的基态能问题转化成了一个函数优化问题,同时考虑到演化算法在非线性函数优化方面的优越性,将它们结合起来进行了有益的尝试．结果表明演化算法与其他的优化算法相比．能更加有效地用于基态能量的计算,并能在物理学的其他领域得到成功的应用．     

偏微分方程的演化建模方法

考虑抛物型方程的参数反演问题,给出了一类偏微分方程的演化建模方法．根据样条插值理论,把无穷维空间上的反问题转化成有限维空间上的反问题来近似,利用演化算法来估计参数的反演值,数值结果证明了此方法的有效性．     

演化算法行为分析──基于全局随机搜索的理论刻划

根据候选解空间上抽样分布的构造和计算来描述演化算法的行为，抽样分布的迭代构造是利用基于代（ｇｅｎｅｒａｔｉｏｎ）方法的全局随机搜索思想来刻划，在这种框架下，比例选择看成是全局随机搜索算子，复合看成是开发候选解相似性的搜索过程．研究表明：适当地限制复合算子的搜索宽度，能够保证演化算法弱收敛到全局最优解．     

常微分方程组的演化建模新算法

提出了常微分方程组的演化建模的一种新算法 ,新算法在 3个方面改进了作者原有的算法 :(1)采用新的适应值评估方式 ;(2 )采用一种基于子空间搜索的遗传算法来优化模型的参数 ;(3)将传统的遗传程序设计方法与局部搜索技术相结合来优化模型的结构 .将新算法分别应用于人口增长与化学反应模型的自动建模 ,并比较两种算法的实验结果 ,表明新算法发现的模型更稳定、精确度更高 .     

演化参数反演方法

给出了一类基于演化计算的演化参数反演方法,此类方法既可以给定参数的函数类,用遗传算法（Genetic Algorithms）来反演参数的最优估计值,也可以不指定函数类形式,用遗传程序设计（Genetic Programming）的方法反演出最优的函数模型,使参数反演实现客观化、自动化.由此建立反演系统后,在使用过程中可以根据最新获得的数据对模型中的物理参数作适时校准,一旦发现预报误差较大,就利用演化算法及时修正方程中的参数以改进预报.运用该方法于椭圆边值问题的物理参数反演的数值模拟,证实了此方法的有效性,为物理模型参数的反演提供了一种崭新的实用方法.     

高阶常微分方程的动态演化建模

提出了采用高阶常微分方程模型代替传统时序分析中所用的ARMA模型来实现一维时间序列的建模和预报．设计的将遗传程序设计与遗传算法相嵌套的动态演化建模算法,用遗传程序设计优化模型结构,以遗传算法优化模型参数,边收集数据边建模边预报,首次成功地实现了时间序列实时预报的程序自动化．两个时间序列的应用实例表明采用此算法可获得较好的实时预报效果．     

基于变长编码求解一维下料问题的演化算法

针对一维下料问题的特点,将线性规划方法与演化算法相结合,提出了一种基于变长编码求解一维下料问题的演化算法,该算法设计了一种新颖的遗传算子,实现简单,求解快速,实验表明,运用该法求解下料问题,材料利用率高,平均达到97．5％以上,具有很好的实用价值。     

一种求解混合整数非线性规划问题的演化算法--搜索空间自动收缩法

提出一种求解混合整数非线性规划问题的新的演化算法 -搜索空间自动收缩法 (ACSSOS) .在这种算法中 ,演化算法既用来定位最优解区域 ,实现搜索空间自动向全局最优解收缩 ,又用来最终求得最优解 .由于在遗传算子中引用了舍入操作 ,它不仅可用来求解混合非线性整数规划问题 ,也可求解纯整型或纯实型变量非线性函数优化问题 .数值试验结果表明本文的算法在解的质量、稳定性和收敛速度等方面优于一般的演化算法 .     

三方非对称进化博弈行为分析

随着政府涉入领域以及社会合作谈判领域的增多,三方非对称进化博弈越来越多地出现在现实生活中.但目前国内外对该类型的进化博弈研究甚少,这显然不利于正确地解释和预测该类型的博弈行为.基于此,运用进化博弈论中的“复制动态”思想,对三方非对称的2×2×2进化博弈进行了渐进稳定性分析,完整地给出了其定性行为的等价定量分类和各参与主体不同情况下的稳定性策略,并且用三维立体图演示了不同策略组合的渐进趋势,从而为研究现实生活中该类型的博弈行为提供了一种理论依据.     

并行Pareto多目标演化算法

提出并实现了一个并行Pareto多目标演化算法(PPMEA)，PPMEA算法是一个通过演化算法来解决基于Pareto的多目标优化问题的并行计算模型。在这个算法中，采用了并行演化算法中常用的全局并行模型和粗粒度并行岛模型。构成每个岛的子群体以不同的杂交概率和变异概率各自独立的演化，但是每隔一定的代数它们要交换外部集中的个体。标准测试函数的数值实验结果表明，所提出的算法能够使找到的解集快速收敛到Pareto非劣最优目标域，并且解集沿着Pareto非劣最优目标域有很好的扩展性。