免疫克隆多目标优化算法求解约束优化问题

被引：18

作者：

尚荣华

焦李成

马文萍

机构：

[1] 西安电子科技大学智能信息处理研究所

来源：

软件学报 | 2008年 / 11期

关键词：

克隆选择; 多目标优化; Pareto-支配; 约束优化; 马尔可夫链;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对现有的约束处理技术的一些不足之处,提出一种用于求解约束优化问题的算法——免疫克隆多目标优化算法(immune clonal multi-objective optimization algorithm,简称ICMOA).算法的主要特点是通过将约束条件转化为一个目标,从而将问题转化为两个目标的多目标优化问题.引入多目标优化中的Pareto-支配的概念,每一个个体根据其被支配的程度进行克隆、变异及选择等操作.克隆操作实现了全局择优,有利于得到高质量的解;变异操作提高算法的局部搜索能力,有利于所得解的多样性;选择操作有利于算法向着最优搜索,而且加快了收敛速度.基于抗体群的随机状态转移过程,证明该算法具有全局收敛性.通过对13个标准测试问题的测试,并与已有算法进行比较。结果表明,该算法在收敛速度和求解精度上均具有一定的优势.

引用

页码：2943 / 2956

页数：14

共 8 条

[1] 参数可调的克隆多播路由算法 [J].