多種群競爭與協(xié)同的人工免疫計算模型及應用.pdf

1、協(xié)同進化算法是近年來計算智能領域的一個研究熱點。它借鑒了自然界中的協(xié)同進化機制,使用多個獨自進化的子種群來模擬自然界中的多個物種,并在進化過程中令這些子種群相互影響、相互作用。協(xié)同進化模型已經(jīng)成功應用于多個領域,如生物學、物理學、化學、經(jīng)濟學、人類學和心理學等,甚至是大規(guī)模的NP問題。相對于傳統(tǒng)進化算法,其優(yōu)勢比較明顯。但盡管如此,協(xié)同進化算法也有一些難以克服的不足,如機理和模型比傳統(tǒng)進化算法復雜、對問題本身的特性有很大的依賴性、無法保

2、證算法的性能等。正因為這些的不足,使得協(xié)同進化算法在某些簡單的問題上反而難以取得很好的效果,其對參數(shù)的敏感性也制約著算法的應用。
　　 針對協(xié)同進化算法的問題,本文借鑒免疫計算的相關原理,提出了一種融合免疫機制的協(xié)同進化模型(ICEA)。該模型將抗體分為若干個種群,通過引入選擇,變異,交叉,遷徙,免疫等算子,使得各種群之間構成協(xié)同關系,它們各自分別進化,又同時相互作用。通過對13個標準測試函數(shù)進行的仿真實驗,驗證了該模型的可行性

3、和有效性。
　　 接著對ICEA算法進行擴展,將自然界的競爭機制納入智能進化算法中,提出一種有限資源控制的Lotka—Volterra模型。該模型將環(huán)境資源總量設置為一個固定值,各個種群需要通過競爭取得環(huán)境資源。模型中,每個種群根據(jù)評價標準給予一個評價值,優(yōu)勢種群的個體數(shù)量可以得到增長,劣勢種群則會被限制其發(fā)展。因此,生存在一定自然環(huán)境資源約束的多個種群,通過相互之間的競爭與協(xié)同,互相驅(qū)使對方提高復雜性和性能,從而實現(xiàn)種群之間的