第4章 可演進性

可演進性可以直觀地理解為進化的能力，也就是一個種群有能力產生比現有個體更優(yōu)的個體^[1]。可演化性作為進化算法性能的衡量標準，對進化的適應性過程是非常有必要的，因為適應性不僅取決于子代比父代優(yōu)的程度，而且取決于它們自身的適應性，也就是說可演進性關注的是子代適應度值的整體分布。由于即使在隨機搜索中，子代也有可能比父代性能更優(yōu)，因此良好的進化算法要求的是子代適應度值分布的上尾部比隨機搜索的尾部更寬。但是這種更優(yōu)的條件并不需要所有的子代都比父代性能更優(yōu)，只需要整個種群的平均性能更優(yōu)，因為這是種群進化的方向。換句話說，遺傳算子對表征的作用需要在父代的表現和他們子代的適應度值分布之間產生高度的相關性。

可演進性可以看作是測量進化算法中最“局部”的或者最細粒度的性能表現，而算法一次或多次運行的結果則屬于更“全局”，更大層面上性能表現。隨著種群的進化，子代適應度值的分布可能會發(fā)生變化，算法的總體性能在于當種群在向全局最優(yōu)的方向進化時，同時能保持住種群的可演進性。

盡管可演進性的概念與算法進化群體的能力有關，而且主要是算法性能的度量，但從特定的搜索算子或者策略的角度看，它也是適應度地形的一個特征。適應度地形的可演進性指給定的搜索過程能夠移動到更好地適應度值的地形的能力，也可以稱為可搜索性^[2]。此定義方式已經拓展了可演進性的范圍，不再單單指的是進化算法，而是任意的搜索過程。可演進性問題的特征，卻是針對特定的搜索策略才有意義的。一個問題可能就某個算法表現出高的可演進性，但換一種算法就表現出了低的可演進性。關注于可演進性的適應度地形分析技術主要包括適應度進化肖像、適應度云、負斜率系數和適應度概率云。