多模態(tài)優(yōu)化的免疫克隆混合智能算法研究.pdf

1、多模態(tài)優(yōu)化問(wèn)題在現(xiàn)實(shí)生活中有著重要的應(yīng)用價(jià)值，對(duì)于這一類問(wèn)題的求解主要應(yīng)用仿生智能算法.本文通過(guò)對(duì)免疫克隆算法和螢火蟲(chóng)群體優(yōu)化算法的深入了解，在原有算法模型的基礎(chǔ)上進(jìn)行改進(jìn)，提出了用于解決多模態(tài)函數(shù)優(yōu)化問(wèn)題的兩種新的算法，并進(jìn)行數(shù)值實(shí)驗(yàn)分析.本文的主要研究工作包括以下兩個(gè)方面：
　　 1、受免疫原理中抗原與抗體識(shí)別過(guò)程所特有的生物特性的啟示，提出了一種用于求解多模態(tài)優(yōu)化問(wèn)題的變N-免疫克隆選擇算法.該算法根據(jù)抗體所攜帶基因位數(shù)來(lái)

2、確定抗體生成規(guī)模，采用整體等量克隆策略，使得初始種群中的每一個(gè)抗體經(jīng)過(guò)克隆、變異以后擁有了各自的搜索群體.結(jié)合生物免疫系統(tǒng)中的免疫記憶因素，采用精英保留策略，對(duì)變異操作進(jìn)行有效調(diào)整，避免了算法停滯，保證個(gè)體一直向更好的方向搜索.最后對(duì)幾個(gè)經(jīng)典的測(cè)試函數(shù)進(jìn)行算法性能分析，檢驗(yàn)結(jié)果表明了算法的有效性。
　　 2、首先在原有螢火蟲(chóng)群體優(yōu)化算法的基礎(chǔ)上，加入自適應(yīng)步長(zhǎng)的思想，改進(jìn)后的算法避免了算法時(shí)間復(fù)雜度的冗余性，使得螢火蟲(chóng)個(gè)體能夠更