首页 | 本学科首页   官方微博 | 高级检索  
     

基于模拟退火选择的动态免疫算法及其应用
引用本文:钱淑渠,武慧虹. 基于模拟退火选择的动态免疫算法及其应用[J]. 计算机工程与应用, 2011, 47(36): 57-60. DOI: 10.3778/j.issn.1002-8331.2011.36.016
作者姓名:钱淑渠  武慧虹
作者单位:安顺学院数学与计算机科学系,贵州安顺,561000
基金项目:贵州省自然科学基金(No.20090074)
摘    要:借鉴人工免疫系统的记忆、动态识别等功能及模拟退火选择理论,提出一种适用于求解动态环境优化问题的动态免疫算法(DIASA),并将其用于高维动态约束背包问题。算法设计包括:(1)抗体的亲和力随群体进化而变化;(2)可行抗体被克隆和动态突变,突变概率与抗体浓度相关,而非可行抗体按价值密度贪婪修正;(3)新环境初始群经环境识别算子按不同方式生成,相似环境初始群由记忆细胞及随机抗体产生。数值实验中,选取著名的动态进化算法(ETGA)和动态免疫遗传算法(ISGA),通过不同难度的高维动态约束背包问题进行仿真比较,结果表明:DIASA较算法ISGA和ETGA对不同问题在各环境内表现较强的优化性能,群体中抗体多样性保持较好,能快速跟踪不同环境的最优值,收敛性强。

关 键 词:动态环境  动态背包问题  免疫算法  模拟退火选择  群体多样性
修稿时间: 

Dynamic immune algorithm based on simulated annealing selection and its application
QLAN Shuqu,WU Huihong. Dynamic immune algorithm based on simulated annealing selection and its application[J]. Computer Engineering and Applications, 2011, 47(36): 57-60. DOI: 10.3778/j.issn.1002-8331.2011.36.016
Authors:QLAN Shuqu  WU Huihong
Affiliation:QIAN Shuqu,WU Huihong.Department of Mathematics and Computer Sciences,Anshun College,Anshun,Guizhou 561000,China
Abstract:A novel dynamic immune optimization algorithm(DIASA),based on simulated annealing selection theory,adaptive memory and the functions of dynamic recognition of immune system,is proposed to solve the high-dimensional dynamic knapsack problem with constraints.The keys of algorithm are included:(1)The affinity of antibody is designed based on the performance of current population(.2)The infeasible antibodies are repaired by the increasing sorting of price consistency of antibodies gene,while the feasible antibo...
Keywords:dynamic environments  dynamic knapsack problem  immune algorithms  simulated annealing selection  population diversity
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载免费的PDF全文
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