基于免疫克隆原理的改进粒子群优化算法的研究

• 作者: XU Xiao-hui 李志全 陈颖
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 群体智能 粒子群优化(PSO)算法 免疫克隆(IC)算法 全局搜索
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 人工智能与仿真
• 页码范围: 1471-1474
• 页数: 4页
• 分类号: TP18
• 字数: 3054字
• 语种: 中文

摘要

提出了一种改进的粒子群优化(PSO)算法来进行函数优化,以克服PSO算法容易陷入局部极值的不足,加快收敛速度,从而实现全局搜索.PSO算法是基于群体智能的随机优化算法,参数结构简单,但收敛速度慢,容易陷入局部极值.通过对PSO算法的深入分析,基于传统的速度--位置更新操作,把免疫克隆(IC)原理引入PSO算法中,将抗体视为粒子,根据亲和度的高低进行粒子克隆选择、克隆抑制和高频变异,提高了种群的多样性和全局搜索的能力.测试结果表明,该算法完成全局搜索所需的迭代次数明显少于PSO算法,大大缩短了搜索时间,在多维函数最优解的搜索中具有优良的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李志全	燕山大学电气工程学院	201	1342	17.0	24.0
2	陈颖	燕山大学电气工程学院	63	441	11.0	19.0
3	XU Xiao-hui	燕山大学电气工程学院	1	26	1.0	1.0