一种双态免疫微粒群算法
针对基本微粒群算法的缺陷,提出了一种双态免疫微粒群算法.把微粒群分为捕食与探索两种状态,处于捕食状态的精英粒子采用精英学习策略,指导精英粒子逃离局部极值;处于探索状态的微粒采用探索策略,扩大解的搜索空间,抑制早熟停滞现象.同时引入免疫系统的克隆选择和受体编辑机制,增强群体逃离局部极值及多模优化问题全局寻优能力.实验表明该算法收敛速度快,求解精度高,尤其适合高维及多模态优化问题的求解.
微粒群、双态、精英学习、人工免疫系统、多模态函数
28
TP18(自动化基础理论)
国家自然科学基金重点资助项目60634020;湖南省科技计划重点资助项目2010GK2022
2011-05-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
65-72