摘要
遗传算法等进化算法是一种模拟达尔文"适者生存"进化思想的仿生算法,在求解复杂优化问题方面有巨大潜力。但在遗传算法等进化方法中,通过交叉、变异等过程产生的种群个体带有一定的随机性,而且会出现种群质量倒退的现象,故它们存在收敛速度较慢且易于陷入局部最优的缺点。如果引入免疫中的负选择思想,将进化种群的劣质个体视为"非我",利用负选择对每代种群进行筛选,由此可以识别出劣质个体,并将其消灭,使种群快速收敛于全局最优。本文根据免疫的负选择思想,在遗传算法的基础上提出一种基于免疫的新进化算法。并将其应用于求解多极值函数的最值问题,通过实验表明了此方法具有更好的性能。
Genetic Algorithm has some drawbacks such as bad convergence and so on. In this paper, idea on negative method is introduced to optimization. And we offer a new optimization algorithm based on negative selection in immune system. This paper shows its ability to solve the function optimization problem.
出处
《电脑编程技巧与维护》
2008年第17期93-95,共3页
Computer Programming Skills & Maintenance
关键词
遗传算法
免疫
负选择
优化
genetic algorithm
immunity
negative selection
optimization
