摘要
针对目前提出的免疫优化算法在求解优化问题时还存在收敛速度慢,往往不能求得最优解,鲁棒性低的问题,基于生物免疫补体激活原理,提出了一种免疫补体优化算法。在算法中,依据补体激活理论,设计了主要的补体算子:分裂算子和结合算子,并根据补体激活过程,通过补体算子的作用对问题解不断优化,求得全局最优解。最后对算法的收敛性和鲁棒性进行了理论分析,并将免疫补体优化算法与经典克隆选择算法进行了对比实验。理论与实验结果表明了免疫补体优化算法是收敛的,并且收敛速度更快,求得的最优解更好,鲁棒性更高。
Some immune optimization algorithms inspired by the biological immune system are lack of fast convergence speed,high robustness and are difficult for attaining the optimal solution of optimization problems.The complement system,which represents a chief component of innate immunity,not only participates in inflammation but also acts to enhance the adaptive immune response.In order to improve the capability of immune system optimization,a novel immune algorithm based on the complement activation theory-an imm...
出处
《四川大学学报(工程科学版)》
EI
CAS
CSCD
北大核心
2009年第2期192-199,共8页
Journal of Sichuan University (Engineering Science Edition)
基金
国家自然科学基金资助项目(60575046)
江苏省高校"青蓝工程"资助项目
中国矿业大学科技基金资助项目(200412
2006B007)
关键词
人工免疫系统
补体激活原理
优化
补体算子
收敛性
artificial immune system
complement activation theory
optimization
complement operator
convergence