演化算法的动力学模型与相变研究

演化算法的行为分析和控制策略一直是演化计算理论与应用研究的关键。本项目基于混沌动力学、松弛法和最优控制理论研究演化算法的动力学行为与相变特性，发展演化算法动力学分析与控制理论。（1）将算法的运行比拟为一类动力学过程，结合典型问题建立算法运行时的动力系统模型，研究算法动力系统的李雅普诺夫指数谱理论；（2）基于李雅普诺夫指数谱分析算法的动力学特性、运行时的吸引子和相变行为，建立动力学分析基础理论；（3）将松弛法运用于演化算法设计，研究其稳定性与鲁棒性理论，提出实用的算法控制策略；（4）提出若干性能优化指标，与算法动力系统模型相结合建立其最优控制模型，研究算法的性能最优控制策略和最优轨道理论；（5）针对典型的数值和非数值计算问题，应用动力学分析与控制理论进行演化算法设计和问题求解，以检验和改进理论和方法；（6）建立平台研究演化算法在线评估与控制技术，发展演化算法在线交互式设计方法与技术。

演化算法的行为分析和控制策略一直是演化计算理论与应用研究的关键，本项目基于动力学和最优控制理论，将算法的运行比拟为一类动力学过程，研究演化算法的行为特性，发展演化算法的设计与分析理论。（1）基于热动力学与分子运动论的原理，分析了演化算法的动力学特性和收敛性；（2）结合当前演化算法发展的新趋势，同时也是整合本研究小组的研究工作，设计构建了一个交互式演化算法设计与分析平台,该平台提供了演化算法研究的新工具；（3）分析演化算法种群的拓扑结构，以差分演化算法为研究对象，提出了基于种群拓扑结构的演化算法设计框架，设计了自适应种群拓扑结构的差分演化算法、种群拓扑协同的差分演化算法等一类新型的演化算法，是对演化算法设计框架和方法的新发展；（4）设计了若干有实用意义的演化算法的及其应用，并应用于一些典型实际问题的求解取得了良好的效果；（5）将演化算法研究成果应用于演化硬件与软硬件自适应系统的设计，建立软硬件协同的自主进化计算与重构模型，构建了一个软硬件协同设计平台。