引用本文:何钦象,柯芬蓉,杨智春.周期变异概率的免疫克隆算法[J].控制理论与应用,2009,26(12):1449~1451.[点击复制]
HE Qin-xiang,KE Fen-rong,YANG Zhi-chun.An immune clonal algorithm based on the probability of cyclic mutation[J].Control Theory and Technology,2009,26(12):1449~1451.[点击复制]
周期变异概率的免疫克隆算法
An immune clonal algorithm based on the probability of cyclic mutation
摘要点击 2393  全文点击 982  投稿时间：2007-12-29  修订日期：2009-10-20
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2009.12.025
  2009,26(12):1449-1451
中文关键词  人工免疫  克隆  进化算法  周期变异
英文关键词  artificial immune  clone  evolutionary algorithm  cyclic mutation
基金项目  教育部新世纪优秀人才支持计划项目(NCET-04-0965); 高等学校博士学科点专向科研基金资助课题(20060699001).
作者单位E-mail
何钦象 西北工业大学 航空学院，陕西 西安 710072 heqx@mail.xaut.edu.cn 
柯芬蓉 西安理工大学 理学院，陕西 西安 710054 kefenrong@163.com 
杨智春 西北工业大学 航空学院，陕西 西安 710072 yangzc@nwpu.edu.cn 
中文摘要
      在传统免疫克隆算法的基础上提出了一种新的基于周期变异概率的免疫克隆算法, 该算法进一步提高了收敛速度, 有效地克服了早熟现象, 很好地解决了类似高维函数优化等复杂问题. 通过对比计算实验表明: 种群的初始分布对该算法的性能影响很小, 且对待寻优空间的全局搜索能力和局部搜索能力以及算法的稳定性与计算速率都要强于简单免疫克隆算法和自适应遗传算法等优化算法.
英文摘要
      Based on the traditional immune clonal algorithm, we suggest a new immune clonal algorithm with cycle mutation. This algorithm can enhance the convergence speed, effectively overcome the premature convergence, and well resolve similar complex problems of multidimensional function optimization. Its performances exhibit little effect from the initial distribution of population. In comparison with the simple clone algorithm and the self-adapting genetic algorithm, this algorithm shows a higher speed in computation and a superior ability and stability in the global and local search for optimal solutions in space.