多模态优化的免疫克隆混合智能算法研讨.pdf

摘要 多模态优化问题在现实生活中有着重要的应用价值，对于这一类问题的求解主要应用仿生智 能算法．本文通过对免疫克隆算法和萤火虫群体优化算法的深入了解，在原有算法模型的基础上 进行改进，提出了用于解决多模态函数优化问题的两种新的算法，。并进行数值实验分析．本文的 主要研究工作包括以下两个方面： 1、受免疫原理中抗原与抗体识别过程所特有的生物特性的启示，提出了一种用于求解多模 态优化问题的变N．免疫克隆选择算法．该算法根据抗体所携带基因位数来确定抗体生成规模，采 用整体等量克隆策略，使得初始种群中的每一个抗体经过克隆、变异以后拥有了各自的搜索群 体．结合生物免疫系统中的免疫记忆因素，采用精英保留策略，对变异操作进行有效调整，避免 了算法停滞，保证个体一直向更好的方向搜索．最后对几个经典的测试函数进行算法性能分析， 检验结果表明了算法的有效性． 2、首先在原有萤火虫群体优化算法的基础上，加入自适应步长的思想，改进后的算法避免 了算：法时间复杂度的冗余性，使得萤火虫个体能够更加快速、准确的收敛到目标位置．其次将免 疫克隆算法与萤火虫群体优化算法相结合，提出了免疫一萤火虫混合优化算法．该算法在较高维 空间的多峰函数优化问题中效果鲜明． 关键词：多模态优化，免疫克隆选择，萤火虫群体优化，变种群，自适应 Abstract Multi—modal have in valuereal solved optimizationproblemsimportantapplication life，which usingintelligent deep ofthei．1mnune and algorithms．Throughunderstanding cloningalgorithmfirefly based011the ethsis two groupsalgorithm，andimprovementsoriginalalgorithmmodel，thisproposed new for multi-modalfunction willbe algorithmssolving optimization analysed problems，which by numc抽cal mainresearch it innovationsincludethe two experiments．Thework，aswere，the following aspects： the characteristicsof and identification by uniquebiological antigenantibody 1．Enlightened oftheimmune N-immuneclonalselection is for process principle，Variable algorithmproposedsolving themulti-modal determinesthe scale problem．Thealgorithm digitsantibodygenerating optimization tothe wh