免疫综合学习粒子群优化算法

摘要：

针对综合学习粒子群算法后期收敛速度慢、一旦所有粒子陷入局部最优，则无法跳出等缺陷，提出免疫综合学习粒子群优化（ICLPSO）算法。ICLPSO算法引入人工免疫系统中的克隆选择机制，利用克隆复制、高频变异、克隆选择等操作，增加种群的多样性，提高算法的收敛速度，利用柯西分布较宽的两翼分布特性进行精英粒子学习以进一步增强粒子逃离局部极值及多峰函数优化问题全局寻优能力。针对标准测试函数的仿真结果表明，与其他改进粒子群算法相比，ICLPSO算法收敛速度快，求解精度更高。

关键词：综合学习粒子群算法(CLPSO)、人工免疫系统、精英学习、函数优化

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61174140;国家教育部博士点基金资助项目20110161110035;湖南省自然科学基金资助项目11 jj4049

在线出版日期：2014-11-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：3229-3233