基于免疫遺傳算法的多目標(biāo)優(yōu)化研究.pdf

1、在工程實(shí)踐和科學(xué)研究中,經(jīng)常會(huì)出現(xiàn)各種各樣的多目標(biāo)優(yōu)化問(wèn)題。求解多目標(biāo)優(yōu)化的方法有很多種,其中遺傳算法是一種比較典型和有效的方法,但是用它來(lái)解決多目標(biāo)優(yōu)化問(wèn)題時(shí),算法容易陷入局部最優(yōu),并且種群的多樣性不能很好的保持。在求解多目標(biāo)優(yōu)化問(wèn)題時(shí),人工免疫算法中的抗體濃度用于表征解群體的多樣性,記憶細(xì)胞可以有效的阻止算法進(jìn)入早熟收斂。
　　論文在求解多目標(biāo)優(yōu)化問(wèn)題時(shí),將免疫思想應(yīng)用到了非支配排序遺傳算法中,提出了一種基于免疫原理的非支配排

2、序遺傳算法。該算法在遺傳算法的基礎(chǔ)上重新定義了記憶細(xì)胞的組成,并設(shè)計(jì)了一種新的濃度計(jì)算方法和自適應(yīng)變異算子。記憶細(xì)胞由非支配排序序號(hào)和濃度較小的若干個(gè)抗體組成,用于保留問(wèn)題的優(yōu)秀解及其相關(guān)參數(shù),新的濃度計(jì)算方法可以有效的防止優(yōu)秀解的丟失,設(shè)計(jì)的變異算子可以使得抗體根據(jù)濃度自適應(yīng)調(diào)節(jié)變異概率,從而防止算法進(jìn)入早熟收斂。
　　論文用四種不同的多目標(biāo)測(cè)試函數(shù)對(duì)提出的算法進(jìn)行了測(cè)試,測(cè)試結(jié)果表明該算法能有效的使Pareto解均勻分布。排牙