【摘要】：考慮到支配解可能攜帶有利于算法搜索到最優(yōu)解的信息,在克隆階段選擇一部分非支配解和支配解克隆以提高種群多樣性和避免算法早熟收斂。在進化階段,先采用自適應(yīng)差分進化算子交叉變異,然后用多項式變異算子進行擾動以有效地平衡算法的全局搜索和局部搜索�；趥�體強度建立外部文檔儲存一定數(shù)量的較好解,并讓這些較好解在每次迭代中參與進化且被更新。對10個標準測試函數(shù)進行仿真實驗,并與其他5種算法進行比較,結(jié)果表明所提算法在收斂性和解的分布性方面均表現(xiàn)出明顯優(yōu)勢。
【圖文】：

統(tǒng)［9］設(shè)計的新興的仿生算法，主要以克隆選擇和超變異為理論基矗Gong等［10］提出的NNIA算法由于其獨特的非支配鄰域選擇方法，保證位于較稀疏區(qū)域的個體具有更多的機會進行啟發(fā)式搜索，因此是一種非常有效的多目標進化算法［15］。NNIA的主要思想是基于Pareto占優(yōu)的鄰域個體選擇機制選擇少量的Pareto優(yōu)秀解作為影響下一代的因子，根據(jù)其擁擠度距離進行克隆復(fù)制。圖1描述了其種群進化流程［10］，其中Dt為第t代的非支配種群，Ct為克隆后種群，C't為進化后種群，At為活躍文檔，即外部文檔集。圖1NNIA進化流程圖Fig．1PopulationevolutionofNNIA盡管實驗表明NNIA是一種有效的多目標免疫算法，然而在解決較為復(fù)雜的多目標問題時仍有局限性。由于其僅克隆非支配解，進化算子單一，外部文檔只保留擁擠度距離大的非支配解，容易造成算法早熟收斂，生成解的多樣性差和分布不均勻。2基于個體強度的自適應(yīng)差分多目標免疫算法(ISIA)2.1克隆算子由于支配個體可能攜帶有利于算法搜索到最優(yōu)解的信息，因此不同于其他免疫算法，，本文算法既克隆了一部分較好的非支配解，也克隆了一部分較好的支配解，充分利用了支配解的有效信息。設(shè)種群P={x1，x2，…，xN}。將P分成非支配種群NP和支配種群DP，并分別選擇一部分較好的個體按照非支配克隆算子和支配克隆算子克攏2.1.1非支配克隆算子稀疏區(qū)域的非支配個體參與進化更有利于提高算法效率，因此用非支配個體的擁擠度距離作為其適應(yīng)度值，并選擇一部分分布在稀疏區(qū)域的適應(yīng)度值大的非支配個體按比例克攏首先，按式(2)計算非支配個體ai的適應(yīng)度值［11］:fit(ai)=∑mj=1fitj(ai)fj，max－fj，min，(2)其中fj，max和fj，min?

【相似文獻】

相關(guān)期刊論文 前10條

1 楊海東,鄧飛其,嚴小珂,姚靠華;自適應(yīng)分層免疫算法[J];計算機工程與應(yīng)用;2004年24期

2 何廣杰;;免疫算法在工程中的應(yīng)用與展望[J];路基工程;2008年06期

3 江新姿;湯可宗;高尚;;蟻群算法與免疫算法的混合算法[J];科學(xué)技術(shù)與工程;2008年05期

4 莫宏偉,金鴻章;免疫算法原理與應(yīng)用[J];航空計算技術(shù);2002年04期

5 張四海,曹先彬,王煦法;基于免疫識別的免疫算法[J];電子學(xué)報;2002年12期

6 葛紅,毛宗源;免疫算法幾個參數(shù)的研究[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2002年12期

7 葛紅,毛宗源;免疫算法的實現(xiàn)[J];計算機工程;2003年05期

8 梁鴻生,郝勇娜,王凱,柴繼河;免疫算法[J];昆明理工大學(xué)學(xué)報(理工版);2003年05期

9 呂崗,陳小平,譚得健;免疫算法抗體濃度調(diào)節(jié)定義的改進[J];數(shù)據(jù)采集與處理;2003年01期

10 陸益民,毛宗源,張波;基于免疫算法的混沌多模型微擾控制[J];控制理論與應(yīng)用;2004年01期

相關(guān)會議論文 前10條

1 許殿;史小衛(wèi);;基于免疫算法的微波電路優(yōu)化技術(shù)[A];2003'全國微波毫米波會議論文集[C];2003年

2 王玉峰;張建強;沈喜明;;矩形平面稀疏陣列的免疫算法優(yōu)化[A];2007年全國微波毫米波會議論文集（下冊）[C];2007年

3 鄭日榮;毛宗源;譚洪舟;;基于歐氏距離和精英交叉的免疫算法參數(shù)研究[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

4 孟科;李紹軍;錢鋒;;實數(shù)編碼免疫算法在溶劑脫水塔軟測量中的應(yīng)用[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文集[C];2006年

5 余志剛;盧文秀;褚福磊;;基于P型有限元和免疫算法的梁裂紋識別方法[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年

6 魏杰;李鐵克;;基于隨機性參數(shù)混合免疫算法的工藝車間調(diào)度研究[A];第十一屆全國自動化應(yīng)用技術(shù)學(xué)術(shù)交流會論文集[C];2006年

7 龔濤;杜常興;;免疫計算研究的進展[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

8 呂崗;趙鶴鳴;;一種優(yōu)化前向神經(jīng)網(wǎng)絡(luò)權(quán)值的免疫算法[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

9 李文濤;郭玉春;史小衛(wèi);;基于免疫算法的寬帶匹配網(wǎng)絡(luò)的優(yōu)化設(shè)計[A];2007年全國微波毫米波會議論文集（上冊）[C];2007年

10 王衛(wèi)民;許家s

本文編號：2580797