点击次数：

论文类型：期刊论文

发表时间：2009-01-01

发表刊物：哈尔滨工业大学学报

收录刊物：Scopus、EI、PKU、ISTIC、CSCD

卷号：41

期号：7

页面范围：135-139

ISSN号：0367-6234

关键字：聚类分析; 亲和力; 平均信息熵; 多模函数

摘要：针对遗传算法群体多样性保持能力不足,易陷入局部最优等缺点,提出了一种改进的免疫算法(Im-proved Artificial Immune
   Algorithm,IAIA),并将其与函数优化相结合,用于解决多模函数优化问题.用个体的实数值根据欧武距离进行适当的聚类分析,认为类内个体均具
   有相同的浓度值,用个体的二进制编码计算类的平均信息熵,进而得到浓度值,用以取代了标准人工免疫算法(Artificial Immune
   Algorithm,AIA)中计算任意两个体问信息熵的算法;根据个体适应值和浓度控制个体的繁殖率,该算法在保持与AIA相近的多样性和收敛性的同时
   ,达到减少算法的时间复杂性,提高计算效率的目的.测试实验表明,对单模和多模函数优化问题,以及在高维的情况下,IAIA有较高的解质量及较短的运算时
   间,显示出良好的性能.