基于”Stretching”技术的免疫遗传算法的研究
为了提高人工免疫算法(AIA)对复杂多模态函数优化问题的全局最优解搜索能力,本文在免疫原理和遗传算法机制的基础上引入”Stretching”技术设计了拉伸免疫遗传算法(SIGA),该技术能在算法的优化过程中,不断缩小目标函数极值点的范围,降低算法的搜索难度,从而提高了算法的全局收敛性能.利用Markov链为数学工具,从理论上证明了SIGA以概率1全局收敛.实验结果表明,基于该技术的SIGA算法比传统免疫遗传算法(IGA)具有更好的收敛性能.
人工免疫算法 多目标优化 目标函数 极值点
洪露 穆志纯
北京科技大学信息工程学院,北京100083
国内会议
哈尔滨
中文
1417-1420
2006-08-07（万方平台首次上网日期，不代表论文的发表时间）