基于免疫的新进化方法  

A New Evolution Algorithm Based on Immunity

作　　者：陈孝如[1] 程学军[1] 

机构地区：[1]广州大学松田学院教务处,广州511370

出　　处：《电脑编程技巧与维护》2008年第17期93-95,共3页Computer Programming Skills & Maintenance

摘　　要：遗传算法等进化算法是一种模拟达尔文"适者生存"进化思想的仿生算法,在求解复杂优化问题方面有巨大潜力。但在遗传算法等进化方法中,通过交叉、变异等过程产生的种群个体带有一定的随机性,而且会出现种群质量倒退的现象,故它们存在收敛速度较慢且易于陷入局部最优的缺点。如果引入免疫中的负选择思想,将进化种群的劣质个体视为"非我",利用负选择对每代种群进行筛选,由此可以识别出劣质个体,并将其消灭,使种群快速收敛于全局最优。本文根据免疫的负选择思想,在遗传算法的基础上提出一种基于免疫的新进化算法。并将其应用于求解多极值函数的最值问题,通过实验表明了此方法具有更好的性能。Genetic Algorithm has some drawbacks such as bad convergence and so on. In this paper, idea on negative method is introduced to optimization. And we offer a new optimization algorithm based on negative selection in immune system. This paper shows its ability to solve the function optimization problem.

关 键 词：遗传算法 免疫 负选择 优化 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] O242.23[自动化与计算机技术—控制科学与工程]