克隆选择单变量边缘分布算法

摘要：

本研究针对单变量边缘分布算法(UMDA)求解复杂优化问题的局限性,将人工免疫系统引入分布估计算法(EDAs)领域,提出了一种基于克隆选择原理的单变量边缘分布算法。该算法在进化过程中的每一代执行若干次克隆选择算法(CLONALG),利用克隆选择过程中的高频变异操作提高混合算法的局部搜索能力。通过对2种不同旅行商问题(TSP)的仿真实验表明,与UMDA、CLONALG以及UMDA和2-opt局部搜索算法的混合算法(UMDA2-opt)相比,克隆选择单变量边缘分布算法具有更高的优化性能。

关键词： 计算机数学 人工智能 分布估算 克隆选择

作者: 张庆彬 吴惕华 刘波

作者单位: 燕山大学,电气工程学院,河北,秦皇岛,066004 燕山大学,电气工程学院,河北,秦皇岛,066004;河北省科学院,河北,石家庄,050081

会议类型: 国内会议

会议名称: 第十二届全国自动化应用技术学术交流会

会议地点: 杭州

会议语种:中文

页码: 1715-1718

在线出版日期: 2007-10-01（万方平台首次上网日期，不代表论文的发表时间）