免疫综合学习粒子群优化算法.pdfVIP

第31卷第 11期 计 算 机 应 用 研 究 VoI_31No．11 2014年 11月 ApplicationResearchofComputers NOV．2014 免疫综合学习粒子群优化算法术 林国汉 ，章 兢 ，刘朝华 1．湖南大学 电气与信息工程学院，长沙410082；2．湖南工程学院 电气信息学院，湖南湘潭411101；3．湖南科 技大学 信息与电气工程学院，湖南 湘潭411021 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 中图分类号：TP301．6 文献标志码 ：A 文章编号：1001—3695 2014 11—3229—05 doi：10．3969／j．issn．1001—3695．2014．11．007 Immunecomprehensivelearningparticleswarm optimizationalgorithm LIN Guo—han ，ZHANG Jing ，LIU Zhao—hua 1．CollegeofElectrical＆InformationEngineering，HunanUniversity，Changsha410082，China；2．CollegeofElectrical＆Information，Hunan InstituteofEngineering，XiangtanHunan411101，China；3．SchoolofInformationElectricalEngineering，HunanUnivenityofScienceTech- nology，XiangtanHunan411021，China Abstract：Convergenceofthecomprehensivelearningparticleswarmoptimization CLPSO algorithmisrelativelyslowatthelate stageofevolution．Onceallparticlestrappedinlocaloptimum，thealgorithmcannotjumpoutofthelocaloptimum．Thispaper proposedimmunecomprehensivelearningparticleswarmoptimization ICLPSO algorithms．Thealgorithm introducedclonalse— lectionmechanism inartificialimmunesystem．Usingofclonalcopy，hypermutationandclonalselection，itincreasedthediversi— tyofthepopulation，improvedtheconvergencerateandenhancedtheabilityofescapefromthelocaloptimum andmulti—modeop— timizationabilityofglobaloptimization．Usingtheelitistlearningstrategy，theabilitytoescapefrom localoptimiaisfurtheren— hanced．Experimentsonseveralbenchmarkfunctionsverifytheeffectiveoftheproposedalgorithm． Keywords：comprehensivelearningparticleswarnloptimizationalgorithm ；artificialimmunesystem ；elitistlearning；function optimization 粒子群优化 PSO 算法是从鸟群觅食及人类决策的行为 本文将人工免疫系统中的克隆选择机制引入 CLPSO算 中受到启示，由Eberhant等人…于 1995年提出的一种基于群 法，在保持 CLPSO算法全局寻优能力的基础上，利用克隆、高 体智能的进化计算方法。由于其优化性能好且算法结构简单 ， 频变