多目标克隆选择算法及其应用研究.pdfVIP

摘 要 B细胞的克隆选择机制是免疫系统搜索抗体的重要手段，也是产生抗体多样性 的重要因素，具有较强的优化能力。本文借鉴这一机制．通过构建克隆选择算子 及引入一种新的小牛境技术，提出了一种基于克隆选择原理的小生境克隆选择算 法，并实现了该算法对儿种典型多模态函数的优化仿真。结果表明该算法简单有 效。 多目标优化问题的解不足唯一的，而是一个最优解集合。这类问题人多有较 高维的搜索空间，传统的优化办法会导致很高的时问复杂性。本文将已成功地应 用于单目标优化问题的克隆选择算法扩展到多目标优化问题中，设计出了一种基 于Pareto的多同标克隆选择算法。该方法只对部分当前所得到的Pareto最优解进 行进化操作，所求得的Pareto最优解保留在一个不断更新的外部记忆库中，，1：选 用一种简单的多样性保存机制来保证其具有良好的分布特征。仿真结果表明，该方 法能够很快地收敛到Pareto最优前沿面，同时较好地保持解的多样性和分布的均 匀性。 为了检验多目标克隆选择算法的实用性，将其应用于RBF人工神经网络设计， 提出了一种基于多目标克隆选择算法的RBF神经网络设计方法。该方法将l{BI：神 经网络设计作为～个以结构的复杂性和网络的逼近能力为目标的多目标优化问题 来处理，并用多目标克隆选择算法来求解该问题的Parcto最优解集。仿真结果表 明了其有效性。 关键词：多模态函数优化；多目标优化；Pareto最优解；演化算法；克隆选择算 法；RBF神经网络： Abstract ClonalselccIionmcchallismofBccllsjs0ncof【he Io import锄t scarch approachcs aⅡtibodicSinimmunc wellaSoneof factorSto systcm，as gcneraIe imponaDt diVcrsity ofan“bodies．Ithas abilit onthis clonaI strong y．Based mechanism，a optimization selection formulti-modalfunction hasbeen optimizatiOn proposed algorithrn by suitablccIonalsclcdion and a ncw fo肿ulaling oPeratorSintro(1ucingniching inIhis js tothe of technologypapcr．Thea190rithmapplied optimizationstypjcal lhc and multi—modal simulatjonsreVcalits e丘色ctiveness． functions，and simplicity haVean solu“on noc Multi吣bjectiVeoplimizationpmblems optjmal set，butonly