一种新的计算方法：粒度进化计算

计算机工程与应用 ›› 2006, Vol. 42 ›› Issue (1): 5-8.

一种新的计算方法：粒度进化计算

蒙祖强,蔡自兴

广西大学计算机学院

收稿日期:2005-07-22 修回日期:1900-01-01 出版日期:2006-01-01 发布日期:2006-01-01
通讯作者: 蒙祖强 mengzuqiang mengzuqiang

A New Computing: Granular Evolutionary Computing

ZuQiang Meng,ZiXing Cai

广西大学计算机学院

Received:2005-07-22 Revised:1900-01-01 Online:2006-01-01 Published:2006-01-01
Contact: ZuQiang Meng

摘要/Abstract

摘要： 从分析进化计算的起源入手，总结了进化计算产生的根源，然后探讨了人类进化——文化进化的基本特征，模仿进化计算的来源机制，提出了粒度进化计算。如果说进化计算是模拟达尔文生物进化机制而发展起来的一种计算方法，那么粒度进化计算则是在模仿文化进化机制的基础上，综合了Agent技术以及粒度计算、进化计算的理论和方法而提出的一种计算方法。文中，从群进化和超群进化两方面来介绍粒度进化计算的基本原理和方法，并给出了基于粒度Agent系统的粒度进化递归模型。

关键词: 粒度计算, 进化计算, 文化进化, agent

Abstract: Begin with analysis of Evolutionary Computing, Granular Evolutionary Computing(GEC) is put forward by means of summing up foundation stone of Evolutionary Computing and basic feature of Culture Evolutionary. GEC comes into beings by integrating agent technology and theory of Granular Computing and Evolutionary Computing on the basis of simulating mechanism of Culture Evolutionary, while EC grew by means of simulating biological evolution developed by Charles Darwin. In this paper, general principles and methods of GEC is introduced with a view to group-evolutionary and super- group-evolutionary, and recursive model of granular evolutionary based on multi-granular-agent system is given.

Key words: Granular Computing, EC, Culture Evolutionary, agent

蒙祖强,蔡自兴. 一种新的计算方法：粒度进化计算[J]. 计算机工程与应用, 2006, 42(1): 5-8.

ZuQiang Meng,ZiXing Cai. A New Computing: Granular Evolutionary Computing[J]. Computer Engineering and Applications, 2006, 42(1): 5-8.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[3]	安敬民，李冠宇. 物联网中基于Multi-Agent的物间动态关系发现[J]. 计算机工程与应用, 2019, 55(10): 108-114.
[4]	胡晓辉，李兰凤，方政，刘雪亮. 改进的任务分配策略在WSN中的应用研究[J]. 计算机工程与应用, 2017, 53(2): 124-128.
[5]	闫萌，刘建宾，郑丽伟. QueTy：支持时间边际效益的云服务协同框架[J]. 计算机工程与应用, 2017, 53(19): 86-97.
[6]	袁龙强1，党建武1，赵庶旭2. 基于合同网的城市道路事故应急救援策略研究[J]. 计算机工程与应用, 2016, 52(9): 253-257.
[7]	王超1，毕贵红2，张寿明1. 基于Agent社会圈子空间分布网络的语言竞争模型[J]. 计算机工程与应用, 2016, 52(7): 1-8.
[8]	温云霞1，王俊红1，2. 一种粒度概念格模型及其构造方法研究[J]. 计算机工程与应用, 2016, 52(4): 46-50.
[9]	武玉英，饶毓书，蒋国瑞. 供应链并发协商粒子群优化模型研究[J]. 计算机工程与应用, 2016, 52(4): 229-233.
[10]	沈学利，王瑞新. 基于改进粒子群的快速碰撞检测算法研究[J]. 计算机工程与应用, 2016, 52(22): 49-54.
[11]	曹洁1，2，张玲1. 自适应遗传算法的Multi-Agent交通信号优化控制[J]. 计算机工程与应用, 2016, 52(13): 265-270.
[12]	安吉宇，杨姗姗，陈泓予. 基于次优服务选择策略的集群服务运营研究[J]. 计算机工程与应用, 2016, 52(11): 1-6.
[13]	安吉宇，杨姗姗，陈泓予. 需求波动对集群供应链服务系统演化影响研究[J]. 计算机工程与应用, 2015, 51(22): 233-238.
[14]	戈军1，周莲英2. 面向交通信号的两层递阶控制解决方案[J]. 计算机工程与应用, 2015, 51(20): 246-252.
[15]	胡晓辉，王振强，陈永. 车-地通信场景的一种混合建模方法研究[J]. 计算机工程与应用, 2015, 51(16): 228-233.