摘要
本文在分析了传统用于函数优化问题的遗传算法特点和不足的基础上,结合克隆选择算法基本原理,提出一种解决函数优化问题的自适应克隆选择算法(ACSA),通过两个典型的函数寻优问题的仿真分析,结果说明自适应克隆选择算法在解决函数优化问题时的高效性。
The characteristics and deficiencies of traditional genetic for function optimization are discussed,and a adaptive clonal selection algorithm(ACSA) for function optimization based on principle of clonal selection algorithm is proposed. According to the emulational experiments of two typical functions,the conclusion show that the ACSA has eximious simplicity and effectiveness.
出处
《微计算机信息》
北大核心
2008年第6期267-268,251,共3页
Control & Automation
基金
安徽理工大学青年科学研究基金(DG727)
安徽省教育厅项目(2004kj119)
关键词
函数优化
克隆选择
遗传算法
function optimization
clonal selection
genetic algorithms
