基于多模态函数优化的改进克隆选择算法  

An Improved Clonal Selection Algorithm for Multi-modal Function Optimization

作　　者：郑士芹[1] 王秀峰[1] 

机构地区：[1]南开大学信息技术科学学院,天津300071

出　　处：《计算机工程与应用》2006年第3期15-18,共4页Computer Engineering and Applications

基　　金：国家自然科学基金资助(编号:70572045)

摘　　要：文章分析了deCastro和VonZuben在2002年提出的用于多模态函数优化的克隆选择算法(CLONALG)的不足,并且运用小生境技术、记忆方法、梯度法和相似性抑制法对该算法进行了改造,提出了小生境克隆选择算法(NCSA)。利用马尔柯夫链为数学工具,从理论上证明了NCSA的完全收敛性(CompleteConvergence)。该算法与CLONALG进行了仿真比较实验,不仅验证了NCSA理论上的完全收敛性结论,同时验证了所提算法对于求解多模态问题更为有效,且具有很好的稳定性。This paper analyses the disadvantages of CLONALG which was proposed by de Castro and Von Zuben for multimodal function optimization in 2002.Using niche technology,memory method,gradient method and resemble restrain method to reform it,we propose a Niche Clonal Selection Algorithm（NCSA） for muhimodal function optimization.We prove the complete convergence of NCSA in theory with Markov Chain.The contrast tests between CLONALG and NCSA validate the theory conclusion and show the stability of NCSA for multimodal function optimization.

关 键 词：多模态函数优化 小生境克隆选择算法 整体收敛性 免疲算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]