种群自适应调整的克隆多峰函数优化  

Multi-model function optimization based on clonal optimization with self-adaptive population size

作　　者：裴芳[1,2] 张洁[1,2] 唐俊[3] 

机构地区：[1]湖南机电职业技术学院信息工程系,长沙410151 [2]华中科技大学计算机科学系,武汉430074 [3]同济大学软件学院,上海230021

出　　处：《计算机工程与应用》2013年第11期50-53,共4页Computer Engineering and Applications

基　　金：湖南省教育厅自然科学研究项目(No.12C1065;No.11C0231;No.11C0232)

摘　　要：为了尽可能求得多峰函数的最优解,提出了一种种群规模自适应调整的克隆算法。实现了种群规模根据进化过程自适应的变化,平衡了种群规模对算法效率的影响。此外,结合多峰函数优化的特点,为了增强算法搜索最优解的能力,采用Larmack学习策略作为局部搜索机制。实验结果表明,该算法求解效果较好。In order to get the best solutions of the multi-model function, an immune clonal algorithm with self-adaptive popula- tion size is proposed. The self-adaptive population size changes with the evolutionary process are achieved to balance the impact of population size on the efficiency of the algorithm. In addition, in terms of multi-modal function optimization characteristics, Larmark learning is used as a local search strategy to enhance the search ability for the optimal solution. The experimental re- suits show that the algorithm has better performances.

关 键 词：克隆优化 多峰函数 种群规模 局部搜索 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]