子种群间的协作机制优化：深入剖析种群合作模式

CCEA中种群间的相互作用方式是多种多样的，对于合作式协同进化算法来说，群体相互作用的目的就是使得各个群体进行优化各自目标的同时，能保持各个子群体搜索系统整体最优解的一致性。当各子群体所求解的各子问题之间不存在耦合性，则各个子问题可看成一个独立的优化问题进行求解。但工程中的复杂优化问题分解后的各子问题之间常存在一定的耦合性。种群间最典型的两种相互作用方式是合作式和竞争式模型。许多实际问题中竞争和合作是同时存在的，生物之间的协作也是如此，但传统进化算法主要模拟了生物之间竞争，而较少地考虑了生物之间协作的可能性[388]，因此对于协同进化算法，应该是竞争和协作并存，因此，协同进化的一个重要问题就是如何进行种群之间的协同和竞争的权衡，从而最终使得种群之间达到一种全局平衡状态。

目前协同进化算法主要是通过提供合作个体机制来进行群体之间协作的，每个种群中的个体代表问题解的一部分，个体适应度与该种群对整个问题求解的贡献相关，各种群都为问题求解的总体目标提供自己的合作个体，CCEA通过这些合作个体的合作来共同完成问题的求解，这种协作机制是一种在个体适应度评价层面上的隐式协同机制。假设xij表示子种群i的第j个个体，则对它进行适应度评价时，首先需要从其他子种群中选择合作个体（k=1，2，…，i-1，i+1，…，q），并与xij组成一个完整解，其中q为子种群中数量，即(www.xing528.com)

这个完整解X对应一个完整的方案，对这个完整方案进行评价得到一个适应度函数值，将这个适应度函数值作为子种群个体xij的适应度函数值。