引言
人工生命是一种利用进化计算模型，通过计算 机仿真，以化学或其他非生物为基体来描述生命的 模型。人工生命仿真仅对低级实体的行为进行编辑， 并且把全局模式作为低级实体间相互作用的结果表 现出来。人工生命则是进化计算在计算机仿真学上 的全新应用，它是利用进化论的原理，在计算机中 创建类似生命的实体。目前的人工生命系统有新生 件、软件和硬件三类。其中新生件采用人工制造或 控制组织分子产生的人工系统。软件则依靠计算机 模拟生物系统，以及模拟生物形态变化过程的工具。 硬件多见于人工整体控制的机器人。构造人工生命 的方法通常分为弱方法和强方法。前者通过模拟已 知的生命现象或生物组织功能建立人工生命模型， 以加深理解实际的生命现象所蕴涵的复杂行为理 论；后者试图制造人工生命，并探索生命的本质，它 不局限于计算机程序，可以是任意的生命形式。本 文仅讨论一种基于遗传算法的人工生命模型，用以 模拟和解释一些简单的生态行为和进化规律(如竞 争、协作进化、群居、物种灭绝等现象，属于弱方 法)。
1遗传算法简介

遗传算法是模拟达尔文的遗传选择和自然淘汰 的生物进化过程的计算模型。它的思想源于生物遗 传学和适者生存的自然规律，是具有“生存+检测” 的迭代过程的搜索算法。遗传算法以一种群体中的 所有个体为对象，并利用随机化技术指导对一个被 编码的参数空间进行高效搜索。其中，选择、交叉 和变异构成了遗传算法的遗传操作；参数编码、初 始群体的设定、适应度函数的设计、遗传操作设计、 控制参数设定五个要素组成了遗传算法的核心内容。 作为一种新的全局优化搜索算法，遗传算法以其简 单通用、鲁棒性强、适于并行处理以及高效、实用 等显著特点，在各个领域得到了广泛应用，取得了 良好效果，并逐渐成为重要的智能算法之一。
遗传算法的工作过程如下： 步骤1编码：将问题解的表示变换成遗传空
间解的表示，即用二进制编码构造染色体。 步骤2产生群体：随机产生n个个体组成一个
群体，该群体代表优化问题的一些可能解的集合。 步骤3评价：计算每个个体的适应度值(fimcss
function)，适应度为群体进化时的选择提供依据。
 
步骤4选择：按一定概率从群体P(t)中选取
M对个体，作为双亲用于繁殖后代，产生新的个体 加入下一代群体P(t+1)中。一般P(i)与f(i) 成正比，就是说，适合于环境的优良个体将有更多 的繁殖后代的机会，从而使优点得以遗传。选择是 遗传算法的关键，它体现了自然界中“适者生存”的 思想。
步骤5交叉：对于选中的用于繁殖的每一对个 体，先根据位串长度随机产生一个交叉位置，即[1， L—l】上的一个整数，然后进行交叉。
步骤6变异：变异就是以很小的概率进行基因 变异。若发现最优解或者到达迭代次数，则算法停 止。否则，转步骤2。
遗传算法的搜索能力主要是由选择和交叉赋予 的，变异算子则保证了算法能搜索到问题解空间的 每一点，从而使算法具有全局优化能力，增强了遗 传算法找到接近最优解的能力。变异本身是一种随 机搜索，然而与复制、交叉算子结合在一起，就可 避免由于复制与交叉算子而引起的某些信息的永久 性丢失，保证了遗传算法的有效性。
2人工鱼的认知模型

人工鱼的认知模型有其独特性。首先，环境中 的每一个角色都是自组织的。其次，为实现知识获 取，需引入机器学习，使计算机动画的角色通过学 习来自己获取知识。动画角色不仅要设法学习他自 己在虚拟环境中的行为，还要学习其它角色在环境 中的行为，甚至尝试某些自我改进。同时，动画角
色与其所在的虚拟世界是一个复杂的统一体。其中
进化系统如图1所示。

人 工 鱼 进
化          U直接进化L—F
图1人工鱼的进化系统

2-1利用遗传算法实现人工鱼的自进化 建立人工鱼的适应度函数主要是为了实现人工
鱼自繁衍的自主动画。人工鱼的适应度和鱼种、年
龄、营养状态、生殖率及生存环境等诸多因素相关， 这些因素既是相互独立的，又是可以互相叠加的。 要精细地刻画每一条人工鱼的适应度，会使函数很 复杂。我们忽略一些因素的影响，不考虑环境因素 的影响，假定虚拟环境是不发生变化的。
人工鱼的适应度函数和鱼种相关。在同一环境 下，不同的鱼种的适应度肯定是不相同的。同时，为 了表现人工鱼自学习对进化的影响，有了学习能力 的同种鱼适应度应取值能增大。其次，人工鱼的适 应度还和年龄有关。适应度取值在其一生中不是一 成不变的。随着人工鱼的逐渐生长、发育成熟，它 逐渐强壮起来，生活力逐渐增强，具有了生殖能力， 此时它的适应度取值也应逐渐变大。随着人工鱼鱼 龄的继续增加，人工鱼慢慢进入衰老期，各种机能 逐渐减退，人工鱼的生活力和生殖力逐渐下降，人 工鱼的适应度取值也应逐渐下降。
在环境不发生变化时，人工鱼的适应度函数F(t) 可由下式给出：
 
包括角色与环境的关系，角色与其它角色的关系等。 人工生命进化模型需要解决的关键问题是学习 与进化的关系。学习和进化是两种不同的自适应过 程：一个发生在生命体的生存期内，另一个包含了 生命进化的整个历史。我们在“人工鱼”已有成果
 
的基础上，研究“自进化”特性。研究分两步来实 现，首先，建立认知模型，增加基于“动物逻辑”的、 具有认知能力的高级行为规划功能，进一步提高其 自主性和智能水平，其次，建立学习模型，结合人 工鱼的认知模型，改进人工鱼的自进化能力。生物 进化有两种途径，一种是由于基因突变，产生变异 后的遗传；另一种是生物在环境中获取信息，取出 需要的部分，根据某种标准进行最优化学习，使自 身更适应外界环境变化，从而影响进化。人工鱼的
其中：参数a表示人工鱼的寿命。参数k表示人
工鱼的鱼种，不同的鱼种对同一环境的适应性是不 一样的，当k取不同的值时，会得到适应度不同的 各种人工鱼。参数k和适应度是成正比的，当某种 人工鱼的适应度比较大时，则参数k取值相对较大， 反之，只需给参数k取个较小的值，就会得到适应 度较小的鱼种。为适应度的权值，没有学习功能的 人工鱼权值为1，有自学习功能的人工鱼权值增加， 从而增大适应度的值。(责任编辑：南粤论文中心)转贴于南粤论文中心: http://www.nylw.net(南粤论文中心__代写代发论文_毕业论文带写_广州职称论文代发_广州论文网）