免疫克隆算法求解动态多目标优化问题
尚荣华 焦李成 公茂果 马文萍
西安电子科技大学智能信息处理研究所,陕西西安710071
摘 要:
求解动态多目标优化（dynamic multi—objective optimization，简称DMO）问题的主要困难在于目标函数、约束条件或者相关的问题参数是随时间不断变化的．基于免疫克隆选择学说，提出一种用于解决DMO问题的新算法——动态多目标免疫克隆优化（immune clonal algorithm for DMO，简称ICADMO）．该算法改进了现有的克隆策略，采用整体克隆的方式；在选择策略上l艮据Pareto-占优的概念，将抗体群中的个体分为支配个体和非支配个体，对非支配个体进行选择．采用3个特色算子，使其很好地保持了所得解的多样性、均匀性和收敛性．通过数值实验，与DBM（direction—based method）算法进行比较，结果表明，新算法在收敛性、多样性以及解分布的广度方面都体现了很好的性能.
学科分类:
TP18[工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论]
相关期刊
关注本文的人:
看过本文的人还看过:
cqvip.com