10.13374/j.issn2095-9389.2017.01.016
基于自适应搜索的免疫粒子群算法
经典粒子群算法由于多样性差而陷入局部最优,从而造成早熟停滞现象.为克服上述缺点,本文结合人工免疫算法,提出一种基于自适应搜索的免疫粒子群算法.首先,该算法改善了浓度机制;然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源;最后对劣质子种群进行疫苗接种,利用粒子最大浓度值调节接种疫苗的搜索范围,不仅避免了种群退化现象,而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性.
粒子群算法、人工免疫算法、自适应搜索、海明距离
39
TP18(自动化基础理论)
国家自然科学基金;国家自然科学基金
2017-04-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
125-132