一种改进的用于多峰值函数优化的自适应克隆选择算法  

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

作　　者：靳宗信[1] 郑良仁[1] 樊红娟 

机构地区：[1]黄河科技学院信息工程学院计算机科学系,郑州450063 [2]河南省劳动干部学校电教中心,郑州450011

出　　处：《现代计算机》2010年第3期14-17,共4页Modern Computer

基　　金：郑州市科技攻关项目(No.2-48)

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。Aiming at the SCSA weakness that falls into local optimization easily, improves the SCSA by introducing hyper mutation and adaptive step mechanism. After testing the typical Benchmark examples, it shows that the IACSA improves the 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：TP18[自动化与计算机技术—控制理论与控制工程]