动态环境下的免疫优化 immune algorithm for optimization under changed environments.pdfVIP

and 27 ComputerEngfneedng 2007，43(1) Applications计算机工程与应用 ◎学术探讨◎ 动态环境下的免疫优化 徐雪松。彭春华 XU Chun-hua Xue-song，PENG 华东交通大学电气与电子工程学院，南昌330013 ofElectricalandElectronic China University，Nanchang330013，China College Engineering，EastJiaotong E—mail：cedarxu70@sohu．eom XU Chun-hua．Inlnlunefor under environmen仅Computer Xue-song，PENG algorithmoptimizationchanged and Applications，2007，43(1)：27-29． immune have of antibodiestoremove under Abstract：The complexchanged systemsabilityfinding antigens show and this fortime—variedfunctions ability adaptability．Inpaper，anoptimizationalgorithm systems strongoptimization showthatthe has to immune mechanismis I_esults algorithmgood optimizationreferring optimization presented．Simulation onfunction under environments． performance optimizationcomplexchanged words：Immune environments；functionoptimization Key Algorithm；changed 摘 要：生物免疫系统面对复杂的外部环境能够产生相应抗体，快速消除对肌体的威胁，在变化的环境中体现出强大的优化能力 和自适应能力。论文借鉴免疫反应机理，提出一种用于求解动态环境下函数优化问题的免疫算法。仿真结果表明该算法全局搜索 能力强、优化速度快、能够较好地处理动态环境中的优化问题。 关键词：免疫算法；动态环境；函数优化 文献标识码：A 中图分类号：11P301．6 文章编号：1002—8331(2007)01—0027—03 1 引言 模拟免疫反应原理。提出一种动态环境下的函数优化算法，算 动态环境下的优化是实际生活中经常遇见的问题，例如自 例仿真的结果显示该算法具有较好的优化效果。 适应控制等。对于这类问题，由于最优模式不断发生漂移，要求 算法在复杂多变的条件下能够保持稳定的优化性能。这其中， 2免疫反应原理 采用进化算法进行动态环境优化是一个热点问题。由于常规进 免疫反应分一次反应与二次反应。当未知抗原初次侵入肌 化算法追求种群的整体优化，具有较强的模式收敛性质。随着 体时，免疫系统发生一次反应：部分与抗原亲和度超过阈值的 算法向目标模式收敛，种群模式逐渐趋于单一，如果环境条件 抗体通过近似匹配绑定未知抗原，同时激励相关B细胞迅速克 发生了变