计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
1期
28-30
,共3页
李春华%朱新坚%曹广益%隋升
李春華%硃新堅%曹廣益%隋升
리춘화%주신견%조엄익%수승
多目标优化%Pareto最优解%AIS
多目標優化%Pareto最優解%AIS
다목표우화%Pareto최우해%AIS
为克服传统遗传算法退化和早熟等缺点,同时降低优化算法的复杂度,提出基于人工免疫系统(Artificial Immune System,AIS)实现无约束多目标函数的优化.使用随机权重法和自适应权重法计算种群个体的适应值,使Pareto最优解均匀分布的同时,加快算法的收敛;通过引入人工免疫系统的三个基本算子:克隆、超变异和消亡,保持种群的多样性;在进化种群外设立Pareto解集,保存历代的近似最优解.使用了两个典型的多目标检测函数验证了该算法的有效性.优化结果表明,基于AIS的多目标优化算法可使进化种群迅速收敛到Pareto前沿,并能均匀分布,是实现多目标函数优化的有效方法.
為剋服傳統遺傳算法退化和早熟等缺點,同時降低優化算法的複雜度,提齣基于人工免疫繫統(Artificial Immune System,AIS)實現無約束多目標函數的優化.使用隨機權重法和自適應權重法計算種群箇體的適應值,使Pareto最優解均勻分佈的同時,加快算法的收斂;通過引入人工免疫繫統的三箇基本算子:剋隆、超變異和消亡,保持種群的多樣性;在進化種群外設立Pareto解集,保存歷代的近似最優解.使用瞭兩箇典型的多目標檢測函數驗證瞭該算法的有效性.優化結果錶明,基于AIS的多目標優化算法可使進化種群迅速收斂到Pareto前沿,併能均勻分佈,是實現多目標函數優化的有效方法.
위극복전통유전산법퇴화화조숙등결점,동시강저우화산법적복잡도,제출기우인공면역계통(Artificial Immune System,AIS)실현무약속다목표함수적우화.사용수궤권중법화자괄응권중법계산충군개체적괄응치,사Pareto최우해균균분포적동시,가쾌산법적수렴;통과인입인공면역계통적삼개기본산자:극륭、초변이화소망,보지충군적다양성;재진화충군외설립Pareto해집,보존역대적근사최우해.사용료량개전형적다목표검측함수험증료해산법적유효성.우화결과표명,기우AIS적다목표우화산법가사진화충군신속수렴도Pareto전연,병능균균분포,시실현다목표함수우화적유효방법.
