模式识别与人工智能
模式識彆與人工智能
모식식별여인공지능
Moshi Shibie yu Rengong Zhineng
2011年
3期
438-443
,共6页
免疫记忆%克隆选择%等级变异%全局优化
免疫記憶%剋隆選擇%等級變異%全跼優化
면역기억%극륭선택%등급변이%전국우화
提出一种克隆选择算法—基于等级变异的克隆选择算法.为提高进化中变异的有效性,算法将变异尺度分成若干等级,低等级变异有利于跳出局部最优解,实现全局寻优;高等级变异有利于局部的高精度寻优.此外,算法在进化过程中记忆父抗体的变异尺度等级等信息,并制定有效的变异策略运用这些信息以指导后续进化过程.采用标准函数测试并与其它优化算法进行对比.实验结果表明,该算法具有收敛速度快、全局搜索能力强、精度高和鲁棒性好的优点.
提齣一種剋隆選擇算法—基于等級變異的剋隆選擇算法.為提高進化中變異的有效性,算法將變異呎度分成若榦等級,低等級變異有利于跳齣跼部最優解,實現全跼尋優;高等級變異有利于跼部的高精度尋優.此外,算法在進化過程中記憶父抗體的變異呎度等級等信息,併製定有效的變異策略運用這些信息以指導後續進化過程.採用標準函數測試併與其它優化算法進行對比.實驗結果錶明,該算法具有收斂速度快、全跼搜索能力彊、精度高和魯棒性好的優點.
제출일충극륭선택산법—기우등급변이적극륭선택산법.위제고진화중변이적유효성,산법장변이척도분성약간등급,저등급변이유리우도출국부최우해,실현전국심우;고등급변이유리우국부적고정도심우.차외,산법재진화과정중기억부항체적변이척도등급등신식,병제정유효적변이책략운용저사신식이지도후속진화과정.채용표준함수측시병여기타우화산법진행대비.실험결과표명,해산법구유수렴속도쾌、전국수색능력강、정도고화로봉성호적우점.