改進(jìn)免疫遺傳算法在函數(shù)優(yōu)化中的應(yīng)用研究.pdf

1、免疫算法(Immune Algorithm,IA)是自然免疫系統(tǒng)在進(jìn)化計(jì)算中的一個(gè)實(shí)現(xiàn),模擬免疫系統(tǒng)學(xué)習(xí)、記憶、遺忘的知識(shí)處理機(jī)制,使其在分布式復(fù)雜問(wèn)題的分解、處理和求解方面表現(xiàn)出較高的智能性和魯棒性。免疫算法已在很多領(lǐng)域得到了成功的應(yīng)用,如病毒清除和入侵監(jiān)控、函數(shù)優(yōu)化、TSP問(wèn)題、數(shù)據(jù)分析和挖掘、故障診斷等。但I(xiàn)A存在收斂速度較慢的缺點(diǎn)。
　　 遺傳算法是一種借鑒生物界自然選擇和遺傳機(jī)制的高度并行、隨機(jī)、自適應(yīng)的全局優(yōu)化概率搜

2、索算法。但遺傳算法的理論和方法尚未成熟,算法自身的一些不足也有待于進(jìn)一步地改進(jìn)和完善。
　　 鑒于兩種算法都有其不完善處,而函數(shù)優(yōu)化是對(duì)算法進(jìn)行性能評(píng)價(jià)的常用方法。本課題將兩種算法相結(jié)合并進(jìn)行改進(jìn),給出改進(jìn)的免疫遺傳算法,來(lái)求解函數(shù)優(yōu)化問(wèn)題。改進(jìn)方法如下:期望繁殖率評(píng)價(jià)、矢量矩濃度計(jì)算、免疫記憶算子、逼近方法定位的交叉操作以及動(dòng)態(tài)變異概率的變異算子,分析三種算法的運(yùn)行機(jī)制,對(duì)親合力、濃度、免疫記憶、交叉和變異操作進(jìn)行深入細(xì)致的研