计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2008年
10期
253-255,278
,共4页
李莉%李洪奇%谢绍龙%李雄炎
李莉%李洪奇%謝紹龍%李雄炎
리리%리홍기%사소룡%리웅염
粒子群算法%种群多样性%克隆复制%克隆选择%高频变异%亲和力
粒子群算法%種群多樣性%剋隆複製%剋隆選擇%高頻變異%親和力
입자군산법%충군다양성%극륭복제%극륭선택%고빈변이%친화력
粒子群优化算法在进化中随种群多样性降低易出现早熟收敛等问题.针对这一问题,在粒子群算法中引入免疫克隆选择算法的思想,提出了基于克隆选择的免疫粒子群优化算法(Immune Particle Swarm Optimization,ImmunePSO),即在算法进化过程中,引入克隆复制算子、克隆高频变异算子、克隆选择算子.成比例克隆复制可以使优良个体得到保护,加快算法收敛;高频变异为新个体的产生提供了新的途径,可以增加种群的多样性;克隆选择算子从所有子代、父代中选择出最优个体,避免算法退化.最后通过对基本测试函数的仿真试验,验证了算法不仅可以增加种群的多样性,加快算法的收敛速度,而且提高了最优解的精度,有效地避免算法陷入到局部极值.
粒子群優化算法在進化中隨種群多樣性降低易齣現早熟收斂等問題.針對這一問題,在粒子群算法中引入免疫剋隆選擇算法的思想,提齣瞭基于剋隆選擇的免疫粒子群優化算法(Immune Particle Swarm Optimization,ImmunePSO),即在算法進化過程中,引入剋隆複製算子、剋隆高頻變異算子、剋隆選擇算子.成比例剋隆複製可以使優良箇體得到保護,加快算法收斂;高頻變異為新箇體的產生提供瞭新的途徑,可以增加種群的多樣性;剋隆選擇算子從所有子代、父代中選擇齣最優箇體,避免算法退化.最後通過對基本測試函數的倣真試驗,驗證瞭算法不僅可以增加種群的多樣性,加快算法的收斂速度,而且提高瞭最優解的精度,有效地避免算法陷入到跼部極值.
입자군우화산법재진화중수충군다양성강저역출현조숙수렴등문제.침대저일문제,재입자군산법중인입면역극륭선택산법적사상,제출료기우극륭선택적면역입자군우화산법(Immune Particle Swarm Optimization,ImmunePSO),즉재산법진화과정중,인입극륭복제산자、극륭고빈변이산자、극륭선택산자.성비례극륭복제가이사우량개체득도보호,가쾌산법수렴;고빈변이위신개체적산생제공료신적도경,가이증가충군적다양성;극륭선택산자종소유자대、부대중선택출최우개체,피면산법퇴화.최후통과대기본측시함수적방진시험,험증료산법불부가이증가충군적다양성,가쾌산법적수렴속도,이차제고료최우해적정도,유효지피면산법함입도국부겁치.
