免疫網(wǎng)絡(luò)模型優(yōu)化算法研究.pdf

1、人工免疫系統(tǒng)是借鑒自然免疫系統(tǒng)具有的并行、分布式、自適應(yīng)處理機(jī)制解決實(shí)際計(jì)算問(wèn)題的一類方法。由于人工免疫系統(tǒng)在學(xué)習(xí)、認(rèn)知、記憶等方面的優(yōu)良特性，其在網(wǎng)絡(luò)規(guī)劃和組合優(yōu)化問(wèn)題求解方面具有巨大潛力。
　　 基于人工免疫系統(tǒng)原理的全局優(yōu)化算法中，克隆選擇算法和免疫網(wǎng)絡(luò)（aiNet）算法是最常用的兩種算法，這兩種算法在搜索全局最優(yōu)、避免陷入局部極值等方面具有一定的優(yōu)越性，但是在保持解集的多樣性方面均存在一定缺陷。
　　 本文針對(duì)這

2、兩種算法存在的不足，提出一種新的優(yōu)化算法Clonalg-aiNet。本算法旨在找到全局最優(yōu)解的同時(shí)搜索盡可能多的局部?jī)?yōu)化解。算法結(jié)合了克隆選擇算法和免疫網(wǎng)絡(luò)算法的優(yōu)點(diǎn)，在克隆選擇算法的基礎(chǔ)上，將免疫網(wǎng)絡(luò)算法中的網(wǎng)絡(luò)抑制引入到每一代免疫進(jìn)化過(guò)程中，篩選出相似的問(wèn)題解，再根據(jù)親和力大小，刪除二者中的劣質(zhì)解。抑制去除了不同種群間的相似個(gè)體，較好的保持了解集的多樣性。另外，新算法改進(jìn)了克隆選擇算法中的選擇策略，既保證最優(yōu)解能被良好的繼承和保留，