基于人工免疫系统的多目标函数优化

摘要：

为克服传统遗传算法退化和早熟等缺点,同时降低优化算法的复杂度,提出基于人工免疫系统(Artificial Immune System,AIS)实现无约束多目标函数的优化.使用随机权重法和自适应权重法计算种群个体的适应值,使Pareto最优解均匀分布的同时,加快算法的收敛;通过引入人工免疫系统的三个基本算子:克隆、超变异和消亡,保持种群的多样性;在进化种群外设立Pareto解集,保存历代的近似最优解.使用了两个典型的多目标检测函数验证了该算法的有效性.优化结果表明,基于AIS的多目标优化算法可使进化种群迅速收敛到Pareto前沿,并能均匀分布,是实现多目标函数优化的有效方法.

关键词：多目标优化、Pareto最优解、AIS

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金20576071

在线出版日期：2008-04-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：28-30