[發(fā)明專利]一種基于章魚學(xué)習(xí)記憶系統(tǒng)仿生的混合進化方法

在審

• 申請?zhí)枺?/td>: 202110062236.8
• 申請日: 2021-01-18
• 公開（公告）號: CN112784948A
• 公開（公告）日: 2021-05-11
• 發(fā)明（設(shè)計）人: 吳秋軒;章立鋒;遲曉妮;羅艷斌;王堅;林偉杰;張波濤
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: G06N3/00
• 分類號: G06N3/00;G06N3/12
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱月芬

本發(fā)明公開了一種基于章魚學(xué)習(xí)記憶系統(tǒng)仿生的混合進化方法，首先設(shè)定個體編碼及初始化種群，然后構(gòu)建學(xué)習(xí)記憶網(wǎng)絡(luò)：使用兩個網(wǎng)絡(luò)S和V，S作為感知網(wǎng)絡(luò)，用于模擬第一扇出突觸層，V網(wǎng)絡(luò)作為記憶網(wǎng)絡(luò)，與垂直葉結(jié)構(gòu)的扇入突觸層相對應(yīng)，再根據(jù)學(xué)習(xí)記憶網(wǎng)絡(luò)中的值來選擇個體，之后進行個體交叉；最后按照高低位突變概率進行個體變異操作：本發(fā)明引入了學(xué)習(xí)記憶網(wǎng)絡(luò)去選擇個體，剔除已經(jīng)確定是局部最優(yōu)區(qū)域的個體，可以有效抑制種群個體陷入已經(jīng)搜索過的區(qū)域，能加快種群進化速度和有效跳出局部最優(yōu)解。

技術(shù)領(lǐng)域

本發(fā)明屬于自動化技術(shù)領(lǐng)域，特別涉及一種基于章魚學(xué)習(xí)記憶系統(tǒng)仿生的混合進化方法。

背景技術(shù)

章魚是海洋中的智者，具有獨特的垂直葉結(jié)構(gòu)，這些結(jié)構(gòu)能處理多峰感官信息和建立記憶軌跡，可以感知并快速學(xué)習(xí)其世界的復(fù)雜特性，并以特有的創(chuàng)新方式解決了問題，但是很多關(guān)鍵細節(jié)仍然是未知的，對中樞神經(jīng)系統(tǒng)的研究相對滯后。章魚利用神經(jīng)系統(tǒng)感知環(huán)境反饋，做出評價后進行下一個動作，當進攻失敗時，它可以很快學(xué)習(xí)并長時間記憶以限制這種行為，達到趨利避害和高效獲取食物的目的。通過神經(jīng)感知，基因編輯和行為記憶等獨特方式，讓章魚能夠快速的適應(yīng)環(huán)境和快速的學(xué)習(xí)更多技能，如打開瓶蓋逃跑、偽裝外表和適應(yīng)溫度變化等等。

進化算法是一種模擬自然界生物進化的全局隨機搜索算法，不需要先驗知識，具有全局搜索性能強的特點，能夠處理不連續(xù)，不可微等問題。但是進化算法也存在著一些不足之處，如局部搜索能力弱和對復(fù)雜函數(shù)容易陷入局部最優(yōu)點，自適應(yīng)調(diào)節(jié)能力差。

該研究的不足之處為：該算法在開始階段用蟻群算法搜索局部最優(yōu)區(qū)域的最優(yōu)個體，增加網(wǎng)絡(luò)個數(shù)會使得程序開始的種群迭代次數(shù)較慢。

本發(fā)明方法適用于復(fù)雜生產(chǎn)調(diào)度，控制器優(yōu)化設(shè)計，機器人路徑規(guī)劃，機器人逆運動學(xué)求解和圖像處理等方面。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種章魚學(xué)習(xí)記憶系統(tǒng)仿生的混合進化方法。

本發(fā)明方法受啟發(fā)于章魚垂直葉系統(tǒng)的介導(dǎo)復(fù)雜的學(xué)習(xí)和記憶行為功能，可以抑制先天攻擊行為，快速學(xué)習(xí)并長時間限制這種行為，以解決復(fù)雜生產(chǎn)調(diào)度，控制器優(yōu)化設(shè)計，機器人路徑規(guī)劃，機器人逆運動學(xué)求解和圖像處理等方面存在的技術(shù)問題。通過對該算法的研究有助于進一步探究章魚進化的關(guān)鍵細節(jié)和中樞神經(jīng)系統(tǒng)的工作。

一種基于章魚學(xué)習(xí)記憶系統(tǒng)仿生的混合進化方法，其步驟如下：

步驟(1)：設(shè)定個體編碼及初始化種群，具體步驟如下：

一個RNA分子的核糖核酸由四個堿基組成，分別是胞嘧啶(C)，尿嘧啶(U)，腺嘌呤(A)和鳥嘌呤(G)，采用四個數(shù)字0(00)，1(01)，2(10)，3(11)來分別替代時胞嘧啶(C)、尿嘧啶(U)、腺嘌呤(A)和鳥嘌呤(G)。

步驟(2)：構(gòu)建學(xué)習(xí)記憶網(wǎng)絡(luò)：

章魚獨特的垂直葉系統(tǒng)是通過基本的扇出扇入兩個突觸層網(wǎng)絡(luò)實現(xiàn)的，能處理感知信息和建立記憶,第一扇出突觸層傳入環(huán)境信息和自身姿態(tài)信息，在扇入突觸層進行計算處理，并且扇入突觸層具有記憶功能。使用兩個網(wǎng)絡(luò)S和V，S作為感知網(wǎng)絡(luò)，用于模擬第一扇出突觸層，對種群個體進行篩選并將篩選后的個體映射到S網(wǎng)絡(luò)中，并記錄該個體所在區(qū)域是否進行了局部搜索，V網(wǎng)絡(luò)作為記憶網(wǎng)絡(luò)，與垂直葉結(jié)構(gòu)的扇入突觸層相對應(yīng)，通過局部搜索計算篩選后種群個體所在區(qū)域的最優(yōu)解，并存儲算法中個體所在區(qū)域的最優(yōu)解，同時具有記憶功能，如對該區(qū)域進行過局部搜索，則將該區(qū)域的最優(yōu)個體直接進行替換，無需重復(fù)計算。

步驟(3)：個體選擇操作：

為了剔除局部最小點附近的種群個體，根據(jù)學(xué)習(xí)記憶網(wǎng)絡(luò)中的值來選擇個體，如果種群個體所在區(qū)域的評價值大于設(shè)定閾值，說明這個個體有可能進化成局部最優(yōu)點，需要剔除，；同時為了保持種群的多樣性，在進行選擇的時候選擇最優(yōu)的最差的后十個個體組成新的種群進行后面的操作。