摘要
介绍了免疫算法的基本概念,以及人工免疫系统中的克隆选择原理,基于该原理,结合遗传策略中的高斯变异算子,提出一种免疫算法来解决函数优化问题。给出了算法的描述,数值实验中选择了几个函数进行优化,并将实验数据结果与传统的遗传算法进行了比较。数据实验结果表明,该免疫算法能够寻找到更优的优化结果,并且在收敛速度上明显优于传统的遗传算法。
The clonal selection principle in artificial immune system was introduced. Inspired by the clonal selection process,this paper proposed an immune algorithm to solve function optimization problems and adopted guassion-like mutation in genetic strategy. The numerical experiment results show that this algorithm has good efficiency, especially in the speed of the convergence, which is greatly better than the traditional Genetic Algorithm.
出处
《武汉理工大学学报》
CAS
CSCD
北大核心
2005年第3期84-86,共3页
Journal of Wuhan University of Technology
基金
国家"863"计划(2002AA1Z1490)
湖北省自然科学基金(2002AB040).
关键词
免疫算法
克隆选择
函数优化
immune algorithm
clonal selection
function optimization
