一种改进的克隆函数优化算法  

Improved function optimization algorithm based on immune clonal

作　　者：姜建[1] 何燚[1] 

机构地区：[1]河南城建学院计算机科学与工程系,河南平顶山467036

出　　处：《计算机应用研究》2012年第2期449-450,477,共3页Application Research of Computers

基　　金：河南省自然科学基金资助项目(2010A2008)

摘　　要：为了提高免疫克隆算法的寻优能力,借鉴生物免疫系统的Baldwin效应及生物进化的周期性,提出了一种Baldwin效应的正向和反向学习机制,克服纯粹随机进化;利用生物进化的周期性,设计了周期变异算子,提高算法的收敛速度。在函数测试问题上的仿真实验表明,该算法求解精度较高、寻优能力较强。In order to improve the search ability of the immune clone algorithm,this paper proposed a method with Baldwin efficiency and periodically mutation based on Baldwin efficiency and periodical evolution of organism.The operators overcame the random evolutionary and enhanced the rapid convergence.The function optimization based experiments show that the algorithm has better effectiveness and optimization capacity.

关 键 词：人工免疫系统 克隆选择 函数优化 学习机制 周期性变异 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]