首页 | 本学科首页   官方微博 | 高级检索  
     

基于信息素模因的免疫克隆选择函数优化
引用本文:戚玉涛,刘芳,焦李成.基于信息素模因的免疫克隆选择函数优化[J].计算机研究与发展,2008,45(6):991-997.
作者姓名:戚玉涛  刘芳  焦李成
作者单位:西安电子科技大学智能信息处理研究所,西安,710071
基金项目:国家自然科学基金 , 国家高技术研究发展计划(863计划)
摘    要:学习进化经验并用于指导进化对人工免疫算法这样的随机搜索类算法十分重要,Memetic算法在进化算子中引入局部搜索,算法的学习机制决定哪种局部搜索机制适合目标问题,然而,这类算法需要使用者事先提供问题相关的局部搜索策略,为了克服Memetic算法的这一缺点,针对函数优化问题提出了一种基于蚁群信息素的无指导的学习机制,并在此基础之上构造了基于信息素模因的克隆选择算法,算法无需提供候选的局部搜索策略(即模因),学习的内容是抗体的进化趋势,而并非要确定合适的局部搜索策略.实验结果表明,信息素模因学习机制借助信息素浓度的收敛学习到了关于目标函数的有用信息,有效提高了克隆选择算法的搜索效率.

关 键 词:人工免疫系统  函数优化  Memetic算法  信息素  克隆选择
修稿时间:2007年3月28日

A Pheromone Meme Based Immune Clonal Selection Algorithm for Function Optimization
Qi Yutao,Liu Fang,Jiao Licheng.A Pheromone Meme Based Immune Clonal Selection Algorithm for Function Optimization[J].Journal of Computer Research and Development,2008,45(6):991-997.
Authors:Qi Yutao  Liu Fang  Jiao Licheng
Abstract:
Keywords:artificial immune system  function optimization  Memetic algorithm  pheromone  clonal selection  
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号