一种基于免疫选择的粒子群优化算法

• 作者: 孙越泓 苏新宁 魏建香
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 粒子群优化 种群多样性 免疫选择 早熟
• 年，卷（期）: 2010,（1）
• 页码范围: 1-9
• 页数: 9页
• 分类号: TP18
• 字数: 6297字
• 语种: 中文

摘要

粒子群算法是一种新的群体智能算法,被广泛用于各种复杂优化问题的求解,但算法存在着过早收敛问题.为了克服算法早熟的缺点,将粒子群看作是一个复杂的免疫系统,借鉴生物学中免疫系统自我调节的机制,提出了一种新的基于免疫选择的粒子群优化算法(IS-PSO).免疫系统中的抗原、抗体和亲和度分别对应了待优化函数的最优解、候选解和适应度.IS-PSO通过免疫算法中免疫记忆、疫苗接种、免疫选择等操作有效地调节PSO算法中种群的多样性.给出了算法的详细步骤,并将本文提出的算法与基本的粒子群算法(bPSO)在几个典型Benchmark函数的优化问题应用中进行了比较,仿真结果表明:IS-PSO算法可以有效避免早熟问题,提高粒子群算法求解复杂函数的全局优化性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏建香	南京大学信息管理系	32	291	10.0	16.0
3	苏新宁	南京大学信息管理系	176	3541	31.0	52.0
4	孙越泓	南京师范大学数学与计算机学院	18	151	6.0	12.0