一种改进的用于多峰值函数优化的自适应克隆选择算法  

A Improved Adaptive Clonal Selection Algorithm Applied to Solve Multimodal Function Optimization

作　　者：靳宗信[1] 刘光远[2] 温万惠[2] 贺一[3] 

机构地区：[1]西南大学计算机与信息科学学院,重庆400715 [2]西南大学电子信息工程学院,重庆400715 [3]重庆师范大学管理学院,重庆400047

出　　处：《西南大学学报（自然科学版）》2007年第3期164-168,共5页Journal of Southwest University(Natural Science Edition)

基　　金：教育部资助项目(104262);重庆市教委科技项目(KJ060801);重庆市科技计划项目(CSTC-2004BB2083);西南大学校基金资助项目(SWNUQ2005005)

摘　　要：针对基本的克隆选择算法容易陷入局部最优的弱点以及算法在迭代后期易出现停止不前的现象,向基本克隆选择算法中加入了超变异算子和自适应调节步长机制.经过典型的Benchmark算例的测试,表明改进后的克隆选择算法能够提高全局寻优能力和解的精度.Directing at the SCSA＇ weakness that falls into local optimization easily, we improve the SCSA by introducing hyper mutation and adaptive step mechanism. After testing the typical Benchmark examples, it is show that the IACSA improve ability of searching the global optimization and the quality of solutions.

关 键 词：人工免疫系统 克隆变异 超变异 克隆选择 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]