为了解决基于遗传编程(GP)的动态系统进化设计过程中拓扑和参数协同优化的问题,讨论了基于GP的进化设计种群拓扑多样性保存策略,提出了一种拓扑适应值共享-拥挤协同搜索算法。该算法避免计算小生境半径、通过自适应适应度函数来惩罚拓扑子群,保证了拓扑多样性和阻止局部收敛的发生。实验结果表明,该算法保证了动态系统进化设计中拓扑和参数同步搜索的平衡,有效地克服了局部收敛,能确保获得理想的设计结果。

针对模块化机器人的控制和形态参数移植过程复杂的问题,提出了一种开放式的模块化自重构机器人EMERGE。首先基于自由度、外形特性和连接面的分类描述分析,确立了模块的基本特征。在此基础上,通过对模块的连接机制、控制系统的分析设计,给出了开放式的实体模块化机器人。然后在仿真环境中基于移动任务对由EMERGE模块所组建的机器人的形态参数和控制参数进行进化。最后将仿真中得到的模块化机器人的构型和控制参数移植到实体机器人上进行可移植性实验。实验测试表明,该机器人模块结构简单、组装容易、硬件开源、简单易用,具有快速构建、测试不同形态的机器人的能力,有效地减少了移植的时间成本和耗材成本。

为了提高个性化定制产品进化效率,提出了一种在相似实例等距布种的基础上进行等位基因多样化阈值控制的优势种群产生策略。阐述了个性化定制产品优势种群的特征,认为精英个体应同时具有定制需求宏观上的相似性和种群基因微观上的多样性两大特征。在产品基因建模的基础上,采用夹角余弦作为聚类统计量,提取具有相似定制基因组的历史实例作为优势种群的初始解;基于加权的闵科夫斯基距离,对初始解成员进行等距采样,形成差异化精英个体候选队列,以实现种群的均匀布种;采用杰卡德距离度量候选个体承载的基因组与当前初始基因库两者间差异度,提出了等位基因阈值矩阵,构建了多样化等位基因生成算法。给出了产品适应度评价函数,基于评价反馈对优势度低的初始种群进行改进。以桥式起重机为例,对提出的策略进行了验证。实验结果表明,该策