-
题名约束动态免疫算法及对背包问题性能测试研究
被引量：4
- 1
-
-
作者
钱淑渠
武慧虹
-
机构
安顺学院数学与计算机科学系
-
出处
《计算机应用与软件》
CSCD
北大核心
2012年第5期155-158,168,共5页
-
基金
贵州省教育厅自然科学基金资助(20090074)
-
文摘
借鉴人工免疫系统的记忆、动态识别等功能,提出一种约束动态免疫算法(CDIOA),并用于高维约束动态背包问题的求解。通过随机约束选择策略选择可行及非可行抗体,非可行抗体参与群体的进化;利用抗体修正策略确保进化群中有一定比例可行抗体,提高算法搜索功能;设计环境识别模块判断环境变化与否,建立环境记忆池保存较优秀记忆细胞,记忆细胞参与相似(相同)环境初始群的产生,加速算法在相似环境搜索速度。建立三种不同环境的动态背包问题作为标准测试实例,将CDIOA与已有的四种动态优化算法进行测试比较,结果表明:CDIOA对各测试问题在不同环境表现出较好的收敛性能,在相似环境能快速跟踪最优值。
-
关键词
动态环境
约束优化
动态背包问题
免疫算法
环境识别
-
Keywords
dynamic environments Constrained optimisation dynamic knapsack problem immune algorithms environments recognition
-
分类号
TP306.19
[自动化与计算机技术—计算机系统结构]
-
-
题名动态多目标免疫优化算法及性能测试研究
被引量：6
- 2
-
-
作者
钱淑渠
张著洪
-
机构
贵州大学理学院
-
出处
《智能系统学报》
2007年第5期68-77,共10页
-
基金
国家自然科学基金资助项目(60565002)
-
文摘
基于生物免疫系统的自适应学习、免疫记忆、抗体多样性及动态平衡维持等功能,提出一种动态多目标免疫优化算法处理动态多目标优化问题.算法设计中,依据自适应ζ邻域及抗体所处位置设计抗体的亲和力,基于Pa-reto控制的概念,利用分层选择确定参与进化的抗体,经由克隆扩张及自适应高斯变异,提高群体的平均亲和力,利用免疫记忆、动态维持和Average linkage聚类方法,设计环境识别规则和记忆池,借助3种不同类型的动态多目标测试问题,通过与出众的动态环境优化算法比较,数值实验表明所提出算法解决复杂动态多目标优化问题具有较大潜力.
-
关键词
动态多目标优化
时变pareto面
环境跟踪
自适应ξ邻域
免疫算法
-
Keywords
dynamic multi-objective optimization
time-varying pareto front
environment tracking
adaptive -neighborhood
immune algorithm.
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名改进的免疫优化算法对动态约束多目标问题的应用
被引量：1
- 3
-
-
作者
武慧虹
钱淑渠
高忠生
-
机构
安顺学院数学与计算机科学系
-
出处
《计算机应用与软件》
CSCD
北大核心
2014年第4期293-296,319,共5页
-
基金
贵州省科学技术基金项目(黔科合J字20122002)
贵州省教育厅自然科学基金项目(20090074)
-
文摘
基于进化理论的动态多目标优化算法极易陷入局部最优,跟踪动态Pareto有效面的速度及效果较差。基于免疫系统机理提出一种改进的免疫优化算法(DMIOA)用于动态约束多目标问题求解。算法通过抗体浓度及其支配度设计抗体与抗原亲和力,随机约束选择算子提高算法约束处理能力,环境识别算子自适应判断环境变化,根据识别结果以不同的方式产生新环境的初始抗体群。数值实验中,将DMIOA应用于两种动态标准测试问题及飞机减速器参数动态设计问题的求解,结果表明:DMIOA能快速跟踪动态Pareto有效面,且在各环境所获面分布均匀,具有较好的实际问题求解能力。
-
关键词
动态环境
多目标优化
免疫算法
动态pareto有效面
-
Keywords
dynamic environments multiobjective optimisation immune algorithm dynamic pareto front
-
分类号
TP306.21
[自动化与计算机技术—计算机系统结构]
-
-
题名动态多目标免疫算法及其应用
被引量：3
- 4
-
-
作者
钱淑渠
武慧虹
-
机构
安顺学院数学与计算机科学系
-
出处
《计算机工程》
CAS
CSCD
2012年第10期171-174,共4页
-
基金
贵州省自然科学基金资助项目(20090074)
安顺学院青年基金资助项目(2011AQ05)
-
文摘
基于生物免疫系统的机理及功能,提出一种动态多目标免疫算法。利用抗体的被控度及浓度设计抗体的亲和力。用环境记忆池保存优秀抗体,并依抗体浓度更新。记忆细胞参与相似或相同环境初始抗体群的生成。借助动态多目标测试问题,与同类算法仿真比较,结果表明,该算法较其他算法表现出更好的性能,能快速跟踪动态Pareto面且分布均匀,具有较强的求解实际动态问题的能力。
-
关键词
动态环境
多目标优化
投资组合
免疫算法
pareto面
环境跟踪
-
Keywords
dynamic environment
multi-objective optimization
portfolio
immune algorithm
pareto surface
environmental tracking
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
