基于人工免疫系統(tǒng)的函數(shù)優(yōu)化問題研究.pdf

1、許多實際工程問題可以抽象為相應的函數(shù)優(yōu)化問題.目前已經有很多啟發(fā)式算法用于解決函數(shù)優(yōu)化問題.與傳統(tǒng)算法相比較,啟發(fā)式算法的優(yōu)點在于其有較好的全局搜索能力,避免過早收斂于局部最優(yōu)解.而傳統(tǒng)的遺傳算法就是一種比較經典的解決函數(shù)優(yōu)化的算法.免疫系統(tǒng)是一個分布式、自組織和具有動態(tài)平衡能力的自適應復雜系統(tǒng).人工免疫系統(tǒng)是與生物免疫系統(tǒng)相對應的工程概念,人們從免疫系統(tǒng)中提取、發(fā)現(xiàn)有用機制用來解決工程和科學問題.研究如何根據(jù)免疫優(yōu)化理論以及模擬生物免

2、疫優(yōu)化行為來設計新的有效優(yōu)化算法是非常很有意義的科研課題.克隆選擇是人工免疫系統(tǒng)中非常重要的一個原理.由克隆選擇原理啟發(fā)而得出的免疫算法,能夠很好地解決函數(shù)優(yōu)化問題.本文的工作主要有以下幾個方面:(1)介紹了生物免疫原理,目前常用的免疫優(yōu)化算法.總結了免疫算法與遺傳算法的特點與區(qū)別.介紹了ECJ平臺,在本文中使用ECJ平臺來實現(xiàn)遺傳算法并進行數(shù)值實驗.(2)根據(jù)人工免疫系統(tǒng)中的克隆選擇原理的框架,實現(xiàn)了一種基于克隆選擇的算法來解決無約束

3、的數(shù)值函數(shù)優(yōu)化問題.實現(xiàn)的免疫算法與現(xiàn)有克隆選擇算法的主要區(qū)別有以下兩方面,編碼方式和變異方式.編碼方式采用實數(shù)編碼;變異方式采用一種高斯變異,個體在可行域上朝著適應值最好的點搜索,減少了完全隨機變異的不確定性.(3)為了測試該算法的性能,選擇了幾個目標函數(shù)進行優(yōu)化,包括單峰函數(shù)和多峰函數(shù).然后將實驗結果與基于ECJ的遺傳算法進行比較.數(shù)值實驗的結果表明,該免疫算法能夠尋找到函數(shù)的最優(yōu)值,而且收斂速度很快,在收斂速度和優(yōu)化結果上都要優(yōu)于