一种基于免疫选择的粒子群优化算法

摘要：

粒子群算法是一种新的群体智能算法,被广泛用于各种复杂优化问题的求解,但算法存在着过早收敛问题.为了克服算法早熟的缺点,将粒子群看作是一个复杂的免疫系统,借鉴生物学中免疫系统自我调节的机制,提出了一种新的基于免疫选择的粒子群优化算法(IS-PSO).免疫系统中的抗原、抗体和亲和度分别对应了待优化函数的最优解、候选解和适应度.IS-PSO通过免疫算法中免疫记忆、疫苗接种、免疫选择等操作有效地调节PSO算法中种群的多样性.给出了算法的详细步骤,并将本文提出的算法与基本的粒子群算法(bPSO)在几个典型Benchmark函数的优化问题应用中进行了比较,仿真结果表明:IS-PSO算法可以有效避免早熟问题,提高粒子群算法求解复杂函数的全局优化性能.

关键词：粒子群优化、种群多样性、免疫选择、早熟

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家社科基金青年自选项目09CTQ022;江苏省"六大人才高峰"项目09-E-016

在线出版日期：2010-04-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1-9