一种新的混沌免疫遗传算法.pdfVIP

第 卷第 期 辽宁农业职业技术学院学报 ， 年 月 一种新的混沌免疫遗传算法 王 强 ，战忠丽 ，潘 莹 （ 东北电力大学，吉林 ； 辽宁农业职业技术学院，辽宁 营口 ） 摘 要：将免疫算法、混沌与遗传算法相结合，提出了一种新颖的混沌免疫遗传算法，该方法利用混沌运动的 遍历性、随机性来产生初始种群，加快搜索的速度；利用免疫原理的浓度计算及调整加入新的混沌序列来补充 种群，增加种群的多样性避免陷入局部最优；交叉变异结束后在最优解附近再用混沌进行局部寻优提高解的精 度。实验结果表明，所提出的算法能寻找到更好的优化结果，并且在搜索速度上明显优于遗传和免疫遗传算法。 关键词：遗传算法；混沌；免疫算法 中图分类号： 文献标识码： 文章编号： （ ） ! 前言 的自适应。利用混沌在最优解附近进行局部寻优， 遗传算法 是一类基于自然选择和遗传学原 提高解的精度，加快收敛的速度。抗体的浓度计算 理的有效概率搜索算法，它通过模拟生物进化来进 是系统保持种群多样性的基本手段之一。 行搜索和优化，在搜索过程中自动获取和积累有关 #$ ! 初始种群的产生 搜索空间的知识，并自适应地控制搜索过程以求得 免疫和遗传算法都是随机初始化种群，本文算法 问题的最优解。遗传算法具有良好的全局搜索能力 中引入了混沌，由于混沌运动具有遍历性、随机性等 和易于实现等优点，但也具有收敛速度缓慢，局部 特点，混沌运动能在一定范围内按照其自身的规律不 搜索能力差和容易早熟收敛等不足，特别是解决连 重复的遍历所有的状态。因此，如果利用混沌原理来 续可微复杂多峰函数的优化问题时，常常不能得到 产生初始种群，数字取值会均匀的分布在解的空间 满意解。扩大种群规模和改进遗传算法可以提高局 中，减少了可能出现的数据冗余，并且在开始迭代就 部搜索能力，但会使算法运行效率降低。免疫进化 能产生较好的解，加快搜索的速度。本文利用著名的 算法是借鉴生命科学中免疫概念和理论而发展起来 方程来产生初始种群。该方程的定义： 的一种新兴算法。该算法具有抗原自动辨识、特征 （ ） （ ） ! 抽取、抗体多样化、分布式检测、学习和记忆、自 其中 是变量， ， ， ，…， 为控制参数， ! 我规划等特征。是智能计算应用中具有巨大潜力的 且 三! 三 ， 。 ［ ， ］。当! 。 （ ， ） 并行分布式自适应系统。近年来出现的免疫遗传算 时，映射处于混沌状态。本算法中 代表抗体数， 法能有效的保持种群的多样性，较好的消除不成熟 代表第 个抗体， 代表第 个抗体。由 收敛及振荡现象，在很多领域