自适应多模态免疫进化算法的研究与实现
来源期刊:控制与决策2005年第6期
论文作者:杨孔雨 王秀峰
文章页码:717 - 720
关键词:多模态优化;免疫算法;亲和度成熟;超变异;
摘 要:基于免疫系统的动力学模型,根据一类抗体可结合多个抗原表位并逐步达到亲和度成熟的机理,研究并实现了一种多模态免疫进化算法(MIEA).算法的主要算子包括正选择、记忆细胞产生、超变异和抗体相似性抑制.对不同的多峰值函数进行的仿真实验证明,算法能够找到多模态问题的全部最优解或尽可能多的局部最优解.通过与同类算法进行比较和计算复杂性分析表明,该算法不仅计算量小、具有更好的搜索性能,而且无需任何先验知识,可实现真正的自适应搜索.
杨孔雨,王秀峰
摘 要:基于免疫系统的动力学模型,根据一类抗体可结合多个抗原表位并逐步达到亲和度成熟的机理,研究并实现了一种多模态免疫进化算法(MIEA).算法的主要算子包括正选择、记忆细胞产生、超变异和抗体相似性抑制.对不同的多峰值函数进行的仿真实验证明,算法能够找到多模态问题的全部最优解或尽可能多的局部最优解.通过与同类算法进行比较和计算复杂性分析表明,该算法不仅计算量小、具有更好的搜索性能,而且无需任何先验知识,可实现真正的自适应搜索.
关键词:多模态优化;免疫算法;亲和度成熟;超变异;