自适应多模态免疫进化算法的研究与实现  

Research and implement of adaptive multimodal immune evolution algorithm

作　　者：杨孔雨[1] 王秀峰[1] 

机构地区：[1]南开大学信息技术与科学学院

出　　处：《控制与决策》2005年第6期717-720,共4页Control and Decision

基　　金：山东省教育厅科技计划项目(J02F06;J04A12).

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.Based on immune dynamic model, a multi-modal immune evolution algorithm (MIEA) is designed. The algorithm is inspired by the mechanism in which a kind of antibody can identify multi-epitope of an antigen and gradually accomplish affinity maturation in the evolutionary process. The main operators of the algorithm include positive selection, memory cells producing, hyper-mutation and similar antibodies suppression. The simulation results show that it can find out all optimal solutions and local optimal solutions as many as possible and can realize adaptive searching without any transcendental presumptions.

关 键 词：多模态优化 免疫算法 亲和度成熟 超变异 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP302[自动化与计算机技术—控制科学与工程]