多目標克隆選擇算法及其應(yīng)用研究.pdf

1、B細胞的克隆選擇機制是免疫系統(tǒng)搜索抗體的重要手段，也是產(chǎn)生抗體多樣性的重要因素，具有較強的優(yōu)化能力。本文借鑒這一機制，通過構(gòu)建克隆選擇算子及引入一種新的小生境技術(shù)，提出了一種基于克隆選擇原理的小生境克隆選擇算法，并實現(xiàn)了該算法對幾種典型多模態(tài)函數(shù)的優(yōu)化仿真。結(jié)果表明該算法簡單有效。 多目標優(yōu)化問題的解不是唯一的，而是一個最優(yōu)解集合。這類問題大多有較高維的搜索空間，傳統(tǒng)的優(yōu)化方法會導(dǎo)致很高的時間復(fù)雜性。本文將已成功地應(yīng)用于單目標優(yōu)

2、化問題的克隆選擇算法擴展到多目標優(yōu)化問題中，設(shè)計出了一種基于Pareto的多目標克隆選擇算法。該方法只對部分當(dāng)前所得到的Pareto最優(yōu)解進行進化操作，所求得的Pareto最優(yōu)解保留在一個不斷更新的外部記憶庫中，并選用一種簡單的多樣性保存機制來保證其具有良好的分布特征。仿真結(jié)果表明，該方法能夠很快地收斂到Pareto最優(yōu)前沿面，同時較好地保持解的多樣性和分布的均勻性。 為了檢驗多目標克隆選擇算法的實用性，將其應(yīng)用于RBF人工神經(jīng)