进化计算是近年来在人工智能研究领域内受到人们广泛关注的一个重要研究方向,也是智能信息处理中的一项重要内容。作为一种基于生物进化原理的优化算法,进化计算与其他优化算法相比,最突出的优点表现在其强大的全局寻优能力上。最近10 年来,利用智能计算的方法来解决工程方面的优化问题越来越受到人们的重视,在信号处理中,自适应优化算法一直是人们关注的热点。在自适应滤波器的优化设计中,使用得最多的是LMS 算法,LMS 算法因其具有算法简单,容易实现的优点而为常用,但是算法的收敛特性和失调受到步长参数的影响很大,而步长参数的最优值不容易被确定。针对上述问题,在本论文中,作者在对进化计算研究的基础上,对基本的进化规划算法作了一些改进,提出了一种改进的快速进化规划算法。并以自适应FIR 横式滤波器为例,提出了在自适应滤波器的设计中,可以使用改进的快速进化规划算法,这种算法在产生新的个体时,加入了个体的合法性判断,剔除了不合法个体,同时,该算法在进行变异操作时,使用了柯西算子代替常规进化规划中的高斯算子,使算法较快地收敛。该算法本身不依赖于某一参数的变化或具体的函数形式,只需要误差量的观测结果就可以,从而体现了这一算法相对于传统的LMS 算法的优越性,具有一定的工程应用价值,经过大量的实验,该算法的计算机仿真取得了较满意的结果,表明了该算法的有效性。