探究混合文化进化群智能算法及其运用

房娟艳，魏燕婷

（铜陵学院数学与计算机学院，安徽 铜陵244061）

智能算法是现代各个行业中常用的算法，能够对一些难度高、非线性、无梯度信息和规模大的工程问题进行处理，从而有效地完成对实际问题的解决，但是传统的单一进化群智能算法解决问题的效果不够明显。文化进化群智能算法主要是借助文化算法的特征，完成对进化群算法的优化和改善，进一步地完成对各类问题的处理和优化。将文化进化群智能算法与人工鱼群算法结合，提出基于文化算法框架的文化进化群智能算法，并合理地将其应用，完成约束工程问题的有效解决。另外，混合文化进化群智能算法还可以有效地应用到医学研究和癌症诊断中，进一步提高医疗服务的水平和质量，改善人们的生活，积极推动社会的进步和发展。

1 文化算法与人工鱼群算法、粒子群算法分析

1.1 文化算法

文化算法主要是由信念空间和种群空间构成，并形成具有文化特征的文化算法框架。信念空间主要是用来对进化过程中的基本信息进行存储，也可将其视为进化过程中的知识积累。所有符合文化进化需求的基本算法都可以将其视为框架下的种群空间。文化算法具有较好的应用，能够有效用于神经网络、电站规划和经济调度等［1］。

1.2 人工鱼群算法

人工鱼群算法是源自于鱼群群体觅食的自组织行为，并对其进行模拟，完成对全局的最优解，属于一种群智能算法。该算法主要通过构造人工鱼模仿鱼群的随机行为、觅食行为、尾随行为、聚群行为等实现寻优［2］。人工鱼群算法对初值和参数的敏感性不强，鲁棒性较强，具有较高的适应能力。作为传统的群智能算法中的一种，人工鱼群算法具有较高的应用价值，可以广泛应用到多个领域中。

1.3 粒子群算法

粒子群算法同样是一种群智能算法，主要是建立在鸟类觅食行为的基础上，并对其进行模拟。首先，在一个D维的目标搜索空间中，建立一个为m的群落，以群落中的第i个粒子表示D维的向量，得到xi＝（xi1，xi2…xiD），并通过粒子的迭代能够对其具体的速度和位置等进行更新［3］。

2 基于文化算法框架的文化进化群智能算法及其应用

2.1 传统算法基本情况

文化进化中，具体的进化空间是由个体组成的种群空间，或是进化过程中得到的经验和知识，进而形成的信仰空间，信仰空间能够不断地对精英群体进行筛选，进一步推动群体的优化。粒子群算法的收敛速度快，能够很好的完成局部寻优，却容易发生“早熟”。人工鱼群算法具备良好的全局搜索能力，但速度和精度不够理想。

针对上述情况，需要科学地分析和构建混合文化进化群智能算法，并逐渐完成文化进化、粒子群算法和人工鱼群算法的融合，形成具有较高应用价值的混合文化进化群智能算法［4］。

2.2 基于文化算法框架的文化进化群智能算法

2.2.1 合理展开群体空间的设计 结合人工鱼群算法，完成对空间的设计，完成对群体的演化。

2.2.2 科学的信仰空间设计 具体采用粒子群的方式，对信仰空间进行演化操作，完成局部寻优。其中为了保障信仰空间设计的有效性，可以选取群体空间的30%，作为群体。

2.2.3 接受操作 群体空间开始演化，并按照人工鱼群算法进行演化，当运行到一定的代数后，筛选出精英群体。并将这些精英群体代入到信仰空间中，将信仰空间中的适应值较差的、数量相同的部分进行替换。

2.2.4 影响操作 群体空间运行一段时间，且运行出一定的代数后，信仰空间采用粒子群算法有效地完成局部选优，并将信仰空间中适应值较好的部分，与群体空间适应值交叉的个体进行代替［5］。

群体在演化的过程中，初始几代信仰空间对其影响不大，而在持续的演化过程中，信仰空间对群体的演化具有较高的引导作用，使得群体具备更为优异的寻优水平，进而有效地完成对实际问题的处理和解决。

混合文化进化群智能算法的基本工作流程如图1所示。

2.3 应用仿真

基于文化算法框架的文化进化群智能算法能够切实地应用到医学中，达到辅助的作用，完成对相关疾病的诊断和分析，还能够对患者的基本情况进行预测。以癌症病例为例，对基于文化算法框架的文化进化群智能算法的应用展开仿真模拟。

图1 混合文化进化群智能算法的基本工作流程

展开仿真模拟，需要明确数据来源和仿真环境。以结肠癌和急性白血病为主要的研究对象，其中急性白血病的数据采集中，可以选取102例白血病样本和20例正常样本，每个样品是由7129个基因表达谱构成。结肠癌的采集数据为40例结肠癌和20例正常组织样品，其中每个样品是由2000个基因表达谱组成［6］。

图2 迭代过程变化曲线

按照混合文化进化群智能算法的基本工作流程对癌症样品的基本情况进行分析，可以得到迭代过程变化曲线（见图2），分别为人工鱼群算法和基于文化算法框架的文化进化群智能算法。其中a代表结肠癌，b代表急性白血病。

图2表明，采用基于文化算法框架的文化进化群智能算法具有较高的分类精度和较好的收敛速度。①基于文化算法框架的文化进化群智能算法具有较好的全局搜索能力，可以更加准确和快速地得到肿瘤信息的基因分类情况，算法能够进一步推动肿瘤基因分类结果可靠性的提升，提高肿瘤临床诊断的确诊率。②根据仿真结果，同样可以得到基因寻找过程的变化曲线，并且采用该算法能够有效地减少噪声干扰，使计算的复杂度得以控制，能够完成对无关分类的清理，从而完成肿瘤诊断中的更优的信息基因，保障诊断的有效性。③相较于传统群智能算法的人工鱼群算法，混合文化进化群智能算法所得到的结果具有较好的稳定性，且优势明显。

综上所述，混合文化进化群智能算法可有效完成对传统群智能算法的改善，且能够有效清除无用的噪声，提高分类精度。另外，将混合文化进化群智能算法应用到肿瘤癌症诊断中，可以根据更优肿瘤信息基因的基本情况，完成度肿瘤疾病的诊断，还可以根据算法的结果对患者的癌症情况进行预测，可以广泛地应用到医疗服务中，提高医疗诊断的准确性和可靠性，进一步推动医疗服务行业的持续健康发展。另外，混合文化进化群智能算法还可以应用到生物研究中，尤其是生物医学研究，根据算法得到有用的基因，对其进行分析和解读，完成对相关病症的研究和分析［7］。

3 混沌文化粒子群算法

混沌文化粒子群算法同样是一种混合文化进化群智能算法，该类算法能够解决传统文化粒子群算法局部最优解的问题，并进一步保障算法的全局最优解能力。该类算法中，有效地将混沌系统作为优化的基本工具，完成对算法的优化，推动混合文化进化群智能算法的有效应用。

结合xk＋1＝μ·xk（1－xk），0≤x0≤1，生产随机数，并完成混沌局部搜索的基本步骤，促使其能够达到设计迭代步数，从而完成对问题的解读和处理。

混合文化进化群智能算法可以有效地应用到约束工程问题的处理中，能够完成对焊接梁、伸缩绳及压力容器的优化设计，从而使工程部分能够得到有效地控制。选择最优的设计，进而达到质量最优和成本最低的效果，保障工程的有效实施。混合文化进化群智能算法在约束工程问题的处理中，具有较高的应用价值。在实际的工程施工过程中，相关技术人员按照混合文化进化群智能算法的基本步骤，完成对部分设计内容的迭代，进而从中选取最优的设计内容，达到降低工程造价、控制施工质量的目的，保障工程项目的安全性和功能性，实现工程项目的经济效益与社会价值［8］。

4 结束语

混合文化进化群智能算法是一种建立在文化算法和群智能算法基础上的改进算法，能够有效地解决传统群智能算法不能解决的问题，减少分类过程中噪声信息的影响和干扰，并进一步提高分类的准确度，进而使问题得到有效的处理。混合文化进化群智能算法具有较高的应用价值，可以广泛应用到医学研究和工程建设中。其中基于文化算法框架的文化进化群智能算法和混沌文化粒子群算法都属于混合文化进化群智能算法，并分别完成对癌症的诊断和工程约束问题的解决，且结果准确性高，效果显著，具有良好的应用价值和实践价值。

［1］ 刘凌子.混合文化进化群智能算法及其应用［D］.广西民族大学，2010.

［2］ 匡芳君.群智能混合优化算法及其应用研究［D］.南京理工大学，2014.

［3］ 姚祥光.混合粒子群优化算法及其应用［D］.广西大学，2010.

［4］ 汪丽娜.文化智能优化算法及其在约束优化问题中的应用研究［D］.华东理工大学，2012.

［5］ 苗卫强.改进的文化算法研究及应用［D］.南昌航空大学，2014.

［6］ 郭 成.文化算法的改进设计及其应用研究［D］.哈尔滨工业大学，2012.

［7］ 任红云， 代永强.文化算法及应用研究［J］.甘肃科技，2012，28（9）：36 －37.

［8］ 黄少荣.群智能算法的混合策略研究［J］.长江大学学报（自科版），2011，8（12）：76 －78.