一种基于免疫选择的粒子群优化算法

被引：16

作者：

魏建香 ^{[1
,2
]}

孙越泓 ^{[3
]}

苏新宁 ^{[1
]}

机构：

[1] 南京大学信息管理系

[2] 南京人口管理干部学院信息科学系

[3] 南京师范大学数学与计算机学院

来源：

南京大学学报(自然科学版) | 2010年 / 46卷 / 01期

关键词：

粒子群优化; 种群多样性; 免疫选择; 早熟;

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：

粒子群算法是一种新的群体智能算法,被广泛用于各种复杂优化问题的求解,但算法存在着过早收敛问题.为了克服算法早熟的缺点,将粒子群看作是一个复杂的免疫系统,借鉴生物学中免疫系统自我调节的机制,提出了一种新的基于免疫选择的粒子群优化算法(IS-PSO).免疫系统中的抗原、抗体和亲和度分别对应了待优化函数的最优解、候选解和适应度.IS-PSO通过免疫算法中免疫记忆、疫苗接种、免疫选择等操作有效地调节PSO算法中种群的多样性.给出了算法的详细步骤,并将本文提出的算法与基本的粒子群算法(bPSO)在几个典型Benchmark函数的优化问题应用中进行了比较,仿真结果表明:IS-PSO算法可以有效避免早熟问题,提高粒子群算法求解复杂函数的全局优化性能.

引用

页码：1 / 9

页数：9

共 12 条

[1] 基于均方误差的集粒子云自适应均衡算法(英文) [J].

倪梁方 ;

赵康僆 ;

都思丹 .

南京大学学报(自然科学版), 2009, 45 (01) :83-88

[2] 基于群体多样性反馈控制的自组织微粒群算法 [J].

介婧 ;

曾建潮 ;

韩崇昭 .

计算机研究与发展, 2008, (03) :464-471

[3] 基于PSO算法的弹道辨识网络及仿真 [J].

杜天军 ;

陈光 ;

刘占辰 ;

雷勇 .

系统仿真学报, 2004, (11) :2517-2519+2532

[4] 应用免疫算法进行电网规划研究 [J].

高洁 .

系统工程理论与实践, 2001, (05) :119-123

[5] 一种基于免疫调节和共生进化的神经网络优化设计方法 [J].

张军 ;

刘克胜 ;

王煦法 .

计算机研究与发展, 2000, (08) :924-930

[6] 免疫算法 [J].

王磊 ;

潘进 ;

焦李成 .

电子学报, 2000, (07) :74-78

[7] Improved particle swarm optimization algorithms for electromagnetic optimization [J].

Mussetta, Marco ;

Selleri, Stefano ;

Pirinoli, Paola ;

Zich, Riccardo E. ;

Matekovits, Ladislau .

JOURNAL OF INTELLIGENT & FUZZY SYSTEMS, 2008, 19 (01) :75-84

[8]

A study on comparison of optimization performances between immune algorithm and other heuristic algorithms. Chun Jang Sung, Jang Hyun Kyo, Hahn Song Yop. IEEE Transactions on Magnetics . 1998

[9]

Hybrid particle swarmopti mizer with breeding and sub-populations. Lobjerg M,Rasmussen T K,Krink K. Proceedings of the Third Genetic and Evolutionary Computation Conference . 2001

[10]

The Clonal Selection Theory of Acquired Immunity. Burnet F M. Cambridge University Press . 1959

← 1 2 →