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