免疫文化基因算法求解多模态函数优化问题  

Multi-model function optimization based on immune clonal memetic algorithm

作　　者：刘合安[1] 张群慧[2] 

机构地区：[1]湖南城市学院信息科学与工程学院,湖南益阳413000 [2]湖南信息科学职业学院,长沙410151

出　　处：《计算机应用研究》2012年第12期4515-4517,共3页Application Research of Computers

基　　金：湖南省教育厅科学研究资助项目(12C0574)

摘　　要：为了尽可能找到多模函数优化问题的全部最优解,提出了一种免疫文化基因算法。采用危险信号自适应引导免疫克隆、变异和选择过程,并采用Baldwin学习机制作为局部搜索策略,增强了算法搜索最优解的能力。实验结果表明,本算法求解精度较高。For finding all the extreme solutions for multi-model function optimization,this paper proposed an immune clonal optimization memetic algorithm.The algorithm used the danger signal to adaptively guide the clonal,mutation and selection operators.And it also used the Baldwin learning mechanism for the local search,to enhance the searching ability for the best solutions.The experimental results show that the algorithm has higher precise solution.

关 键 词：免疫优化 多模函数 文化基因算法 危险信号 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]