生态系统种群协同演化的研究及仿真

论文摘要

在生态系统中，种群个体的多样性，种群的多样性，种群间交互作用的多样性，使得生物种群系统构成了一个复杂适应性系统。复杂适应性理论是在复杂性科学研究当中主要的理论成果之一。对于生物种群协同演化的研究，本质上就是对一个复杂适应性系统进行研究。因此就可以利用现有的研究复杂适应性系统的方法，例如通过面向自治的计算这种新型的自底向上的计算方法，来对生物种群进行建模，从而观察生物种群之间如何协同演化，理解种群个体间的相互作用对于整个种群的推动作用。在生物种群协同演化的研究中，大部分数学家和生态学家都是从动力学方程着手，通过动力学方程的解来了解和研究种群协同演化的规律。通过这种方式对了解种群的演化作用没有一个直观的方式。而利用自底向上，从种群个体出发，通过研究它们之间的相互作用，观察它们最终涌现出的现象，使我们对种群演化的过程有了一个新的探索。种群个体在进行相互作用过程中，实际上是一个博弈的过程，由此本文引入了博弈学习理论。在常见的信念学习理论中，虚拟行动是一个非常著名的学习模型。本文通过研究加权虚拟行动，针对其只考虑对手策略集，对自己策略集和邻域信息的忽视，学习能力较弱的情况下，引入上述两个因素，有机的结合了对手策略集、自身的策略集和邻域信息，提出了新的算法：邻域相关的加权虚拟行动（NCEWFP）。通过实验仿真，证明了NCEWFP算法的有效性和可行性。对于种群个体的学习，直接应用虚拟行动，则会比较牵强。针对种群个体学习的特殊性，在种群个体的视野、活动范围、邻域信息的基础上，对邻域相关的加权虚拟行动进行了相应的修改，提出基于NCEWFP的生物种群协同学习演化算法（CO-NCEWFP），很好的描述了种群个体的学习机制。本文在上述的算法基础上，针对生物种群这个复杂适应性系统进行建模，提出了生物种群框架，在这个框架中，由三个主要部分环境、种群和资源组成。框架的重心则是对种群的建模，对它的建模不仅体现在宏观上，还包含了具体的种群个体的建模。在个体的学习机制中，引入CO-NCEWFP算法，使得个体的适应性更强。最后则是将该模型应用到捕食者-猎物系统中，通过两个仿真实验，有效的说明了种群的协同演化规律，也证明了该模型的合理性和可行性。

论文目录

• 中文摘要
• Abstract
• 第一章 绪论
• 1.1 论文研究背景
• 1.1.1 复杂性科学
• 1.1.2 协同演化
• 1.2 研究与发展现状
• 1.2.1 复杂性科学的发展
• 1.2.2 协同演化的发展
• 1.3 论文的意义与创新
• 1.4 论文结构
• 第二章 相关理论
• 2.1 复杂适应性系统理论
• 2.1.1 复杂适应性系统
• 2.1.2 适应性主体
• 2.2 面向自治的计算（Autonomy Oriented Computing）
• 2.2.1 面向自治的计算的基本概念
• 2.2.2 通用的 AOC 方法
• 2.2.3 AOC 系统框架的形式化定义
• 2.2.4 开发 AOC 系统的流程
• 2.3 强化学习
• 2.3.1 强化学习的基本概念
• 2.3.2 强化学习基本框架及要素
• 2.3.3 常用的强化学习算法
• 2.4 Swarm 仿真平台
• 2.4.1 Swarm 仿真平台介绍
• 2.4.2 Swarm 的系统结构
• 2.5 小结
• 第三章 邻域相关的加权虚拟行动
• 3.1 虚拟行动的基本类型
• 3.1.1 随机虚拟行动
• 3.1.2 加权虚拟行动
• 3.2 邻域相关的加权虚拟行动（NCEWFP）
• 3.3 关于 NCEWFP 算法的实验仿真
• 3.3.1 实验目的
• 3.3.2 实验设计
• 3.3.3 实验结果及其分析
• 3.4 小结
• 第四章 生物种群协同演化的研究
• 4.1 生物种群协同演化的研究背景
• 4.2 生物种群系统的复杂适应性分析
• 4.2.1 生物种群系统的复杂巨系统特征分析
• 4.2.2 CAS 理论中七个基本点在生物种群系统中的体现
• 4.3 生物种群框架的建模
• 4.3.1 环境的建模
• 4.3.2 种群的建模
• 4.3.3 个体的建模
• 4.3.4 基于 NCEWFP 的生物种群个体协同学习演化算法
• 4.3.5 个体行为流程图
• 4.4 小结
• 第五章 捕食者与猎物协同演化系统的实验仿真
• 5.1 捕食者与猎物协同演化系统的基本描述
• 5.2 捕食者与猎物协同演化系统的实验设计
• 5.3 仿真实验 1 植物和食草动物之间的演化实验
• 5.4 仿真实验 2 食草动物和食肉动物间的种群演化实验
• 5.5 小结
• 总结与展望
• 参考文献
• 致谢
• 个人简历及在校期间的研究成果及发表的学术论文