一种基于差分进化和免疫克隆选择算法的混合优化方法  

Hybrid optimization method based on differential evolution and immune clonal selection algorithm

作　　者：叶洪涛[1] 罗文广[1] 吴艳[1] 

机构地区：[1]广西工学院电气与信息工程学院,广西柳州545006

出　　处：《计算机应用研究》2013年第4期1032-1034,共3页Application Research of Computers

基　　金：国家教育部科学技术研究重点项目(212135);广西自然科学基金资助项目(2012GXNSFBA053165);广西教育厅科研基金资助项目(201203YB131;201202ZD071);广西工学院博士基金资助项目(院科博11Z09)

摘　　要：为了提高免疫克隆选择算法的搜索能力,提出了一种基于差分进化和免疫克隆选择算法的混合优化方法。该方法采用差分进化提高免疫克隆选择算法的抗体亲和度,并对该算法的收敛性进行了分析。为了测试该算法的有效性,将该算法应用于函数优化问题中。仿真结果表明,该方法具有更高的收敛速度和收敛精度。This paper proposed a hybrid optimization method to improve the immune clonal selection algorithm （ICSA） search ability. It based on the principles of differential evolution （DE） and immune clonal selection （ICA）. It used the DE to improve the affinities of the clones of the antibodies in the ICSA. It analyzed the convergence of the hybrid optimization method. In order to test the effectiveness of the algorithm, it applied to solve the function optimization problems. Simulation results show that the improved algorithm was of high convergent speed and convergent accuracy.

关 键 词：免疫算法 克隆 选择 差分进化 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TP301.6[自动化与计算机技术—控制科学与工程]