改進免疫遺傳算法在函數優(yōu)化中的應用研究.pdf

1、免疫算法(Immune Algorithm,IA)是自然免疫系統(tǒng)在進化計算中的一個實現(xiàn),模擬免疫系統(tǒng)學習、記憶、遺忘的知識處理機制,使其在分布式復雜問題的分解、處理和求解方面表現(xiàn)出較高的智能性和魯棒性。免疫算法已在很多領域得到了成功的應用,如病毒清除和入侵監(jiān)控、函數優(yōu)化、TSP問題、數據分析和挖掘、故障診斷等。但IA存在收斂速度較慢的缺點。
　　 遺傳算法是一種借鑒生物界自然選擇和遺傳機制的高度并行、隨機、自適應的全局優(yōu)化概率搜

2、索算法。但遺傳算法的理論和方法尚未成熟,算法自身的一些不足也有待于進一步地改進和完善。
　　 鑒于兩種算法都有其不完善處,而函數優(yōu)化是對算法進行性能評價的常用方法。本課題將兩種算法相結合并進行改進,給出改進的免疫遺傳算法,來求解函數優(yōu)化問題。改進方法如下:期望繁殖率評價、矢量矩濃度計算、免疫記憶算子、逼近方法定位的交叉操作以及動態(tài)變異概率的變異算子,分析三種算法的運行機制,對親合力、濃度、免疫記憶、交叉和變異操作進行深入細致的研