基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
详细描述了免疫算法的基本原理、步骤和寻优机理,以及抗体的抑制和促进、记忆单元更新、亲和性计算等特点.阐述了免疫算法抗原、抗体与实际问题的映射关系.用其他随机优化算法(模拟退火算法、遗传算法、进化规划等)与免疫算法进行了比较研究,给出了他们的异同点、免疫算法的优点等.利用旅行商问题(TSP)、随机优化算法测试函数对免疫算法及其他算法进行了测试分析.实例分析表明,免疫算法是一种收敛速度快、收敛性好的算法.
推荐文章
免疫综合学习粒子群优化算法
综合学习粒子群算法(CLPSO)
人工免疫系统
精英学习
函数优化
基于免疫算法的优化问题
人工免疫系统
免疫选择算法
函数优化
免疫优化算法及其前景展望
免疫系统
优化算法
多样性
免疫进化
遗传算法
面向多峰函数优化的Lamarck免疫网络算法
免疫网络
多峰函数
进化
Lamarck理论
局部搜索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 免疫算法与其他随机优化算法的比较分析
来源期刊 重庆大学学报(自然科学版) 学科 工学
关键词 免疫算法 随机优化算法 比较研究
年,卷(期) 2003,(11) 所属期刊栏目
研究方向 页码范围 43-47
页数 5页 分类号 TP18
字数 4326字 语种 中文
DOI 10.3969/j.issn.1000-582X.2003.11.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 曾晓晖 重庆市水利局农电中心 5 61 2.0 5.0
2 谢开贵 重庆大学高电压与电工新技术教育部重点实验室 103 3853 34.0 59.0
3 周家启 重庆大学高电压与电工新技术教育部重点实验室 97 5171 45.0 70.0
4 李春燕 重庆大学高电压与电工新技术教育部重点实验室 37 638 12.0 25.0
5 刘柏私 重庆大学高电压与电工新技术教育部重点实验室 4 513 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (55)
同被引文献  (42)
二级引证文献  (111)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(10)
  • 引证文献(10)
  • 二级引证文献(0)
2007(8)
  • 引证文献(8)
  • 二级引证文献(0)
2008(12)
  • 引证文献(7)
  • 二级引证文献(5)
2009(12)
  • 引证文献(3)
  • 二级引证文献(9)
2010(13)
  • 引证文献(6)
  • 二级引证文献(7)
2011(12)
  • 引证文献(2)
  • 二级引证文献(10)
2012(12)
  • 引证文献(3)
  • 二级引证文献(9)
2013(14)
  • 引证文献(2)
  • 二级引证文献(12)
2014(10)
  • 引证文献(0)
  • 二级引证文献(10)
2015(11)
  • 引证文献(2)
  • 二级引证文献(9)
2016(20)
  • 引证文献(7)
  • 二级引证文献(13)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(7)
  • 引证文献(0)
  • 二级引证文献(7)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
免疫算法
随机优化算法
比较研究
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆大学学报
月刊
1000-582X
50-1044/N
大16开
重庆市沙坪坝正街174号
78-16
1960
chi
出版文献量(篇)
6349
总下载数(次)
8
总被引数(次)
85737
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导