基于多模態(tài)免疫進(jìn)化和遺傳精英保留優(yōu)化算法的研究.pdf

1、多目標(biāo)優(yōu)化問題在社會經(jīng)濟(jì)、管理、軍事和人文等領(lǐng)域應(yīng)用的非常廣泛。傳統(tǒng)的多目標(biāo)優(yōu)化方法，很有局限性，往往只能搜索到局部解，而得不到全局最優(yōu)解。進(jìn)化算法是一種模擬自然進(jìn)化的隨機(jī)優(yōu)化算法。它搜索最優(yōu)解的速度快且具有一般性，易于應(yīng)用。大量事實(shí)表明進(jìn)化算法的機(jī)理最適合求解多目標(biāo)優(yōu)化問題。
　　遺傳算法和免疫算法是進(jìn)化算法中應(yīng)用非常多的兩種算法。遺傳算法具有智能型、全局收斂性、魯棒性強(qiáng)等優(yōu)點(diǎn)。免疫系統(tǒng)是一種高度并行的分布式、自適應(yīng)信息處理學(xué)習(xí)

2、系統(tǒng)。免疫系統(tǒng)的記憶功能、識別功能、特征提取功能、動態(tài)保護(hù)、自我調(diào)節(jié)功能等等，有著很好的應(yīng)用價值。這兩種算法能有效地克服其他算法中的早熟現(xiàn)象、群體多樣性不足及搜索速度慢等問題。
　　本文將免疫機(jī)制中的親和度不同的抗體具有不同變異率的思想與優(yōu)育子群遷徙思想結(jié)合起來，設(shè)計(jì)并實(shí)現(xiàn)了一個多模態(tài)免疫遺傳優(yōu)化算法。算法主要包括超變異、正選擇、記憶抗體產(chǎn)生、優(yōu)育抗體產(chǎn)生、細(xì)胞相似抑制、整理算子。并且對四個不同函數(shù)進(jìn)行測試，將其與其他算法進(jìn)行比較