基于细菌觅食和免疫粒子群算法的Nash均衡求解

免疫粒子群算法在优化过程中通过免疫记忆性能和抗体浓度抑制机制来促进种群的多样性、但并不能实现每个粒子可以找到其所在邻域内的最优位置,易陷入局部极值。针对免疫粒子群算法的缺陷,本文引入细菌觅食算法中趋向性运动算子的思想来完成局部搜索功能,并据此提出了基于细菌觅食算法和免疫粒子群算法的BFA-IPSO混合算法。该算法既利用免疫粒子群算法的种群多样性,又借助细菌觅食算中的趋化算子增强快速局部寻优能力,很好将两者优势混合。通过对N人有限非合作博弈Nash均衡数值算例求解的实验结果表明,BFAIPSO混合算法很大程度上克服了粒子早熟现象,改进了全局搜索能力和收敛速度。