高维多模态免疫遗传算法及其性能比较研究

摘要：

随着优化方法在各领域的广泛应用,对优化技术的要求越来越高,为此,基于免疫系统抗体的自适应、自组织等学习机制,提出一种免疫遗传算法用于高维多模态优化问题求解.算法设计中亲和力随抗体群动态自适应学习,采取高斯突变及混合交叉等策略增强群体的多样性,提高算法的搜索和探测能力.将其与遗传算法及克隆选择算法通过数值实验比较,结果表明:所获的算法收敛速度快,勘测能力强,优越于其他比较的优化算法,具有较强的优化能力.

关键词：高维多模态优化、亲和力、免疫遗传算法、收敛性

所属期刊栏目：31

分类号：TP301.12(计算技术、计算机技术)

资助基金：贵州省自然科学基金资助项目20090074

在线出版日期：2010-11-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：46-50