基于免疫理論與思維進(jìn)化的進(jìn)化計(jì)算研究.pdf

1、本文將免疫思想和思維進(jìn)化計(jì)算相結(jié)合，提出了一種新的混合進(jìn)化模型，在此模型的基礎(chǔ)上提出了一種新的基于多種群的自適應(yīng)免疫進(jìn)化算法(ImmuneAlgorithmBasedonMulti-population，IABM)。 基于多種群的IABM算法主要用于解決優(yōu)化問題。它定義了選擇、記憶、克隆、超變異、抑制五種基本算子，對(duì)記憶算子分為全局記憶細(xì)胞和局部記憶區(qū)，記憶算子充分利用祖輩的優(yōu)良基因信息指導(dǎo)后代生成，加快了收斂速度；對(duì)超變異算子

2、采取自適應(yīng)策略，使個(gè)體據(jù)自身的優(yōu)良程度和所處的歷史進(jìn)化代數(shù)來確定搜索范圍，提高變異的有效性；在全局范圍內(nèi)，利用抑制算子來確保群體的多樣性。通過測(cè)試函數(shù)進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明該算法具有高效的收斂速度，并能收斂到全局最優(yōu)點(diǎn)。與MGA(Multi-populationGeneticAlgorithm)和MEC(MindEvolutionComputation)進(jìn)行比較分析，IABM收斂速度更快，收斂迭代次數(shù)更少。 本文的研究工作主要在

3、以下幾個(gè)方面： 1、論文將多種群的概念引入免疫進(jìn)化算法。這有助于提高算法中種群的多樣性，另一方面，也提高了進(jìn)化運(yùn)行中對(duì)群體的動(dòng)態(tài)控制。 2、論文將思維進(jìn)化算法和免疫算法二者有機(jī)結(jié)合。思維進(jìn)化算法可以加快局部收斂速度；另一方面，免疫算法的抑制算子可以更有效的保證群體進(jìn)化中多樣性，從而使IABM算法表現(xiàn)出更好的全局收斂特性。 3、在IABM算法中采用自適應(yīng)策略。例如，通過自適應(yīng)策略的采用靈活地控制變異的范圍和變異的概