多样性监控的免疫微粒群算法
标准微粒群算法的种群多样性随进化变差是造成陷于局部最优的主要原因,本文提出了一种多样性监控的免疫微粒群算法.利用多样性函数对种群的多样性进行监控,并在多样性下降到一定程度时,引入免疫机制中的克隆选择算子和免疫记忆特性来对粒子进行更新,从而有效地克服了微粒群算法易陷于局部最优以及对多峰值函数搜索效果不佳的缺点.用经典benchmark测试函数对算法进行仿真实验,实验结果表明该算法比标准微粒群算法有着更好的收敛性能.
微粒群优化算法、多样性函数、免疫机制、克隆选择、免疫记忆
29
TP18(自动化基础理论)
国家自然科学基金60674104
2008-05-14(万方平台首次上网日期,不代表论文的发表时间)
共4页
304-307