一种社会网络搜索免疫优化算法

• 作者: 孙奕菲 焦李成
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 免疫优化算法 社会网络模型 Kleinberg网络模型 克隆选择 数值优化
• 年，卷（期）: 2010,（4）
• 页码范围: 642-647
• 分类号: TP301.6
• 字数: 4932字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-2400.2010.04.011

摘要

基于社会网络所表现出的强大的信息搜索和传播能力,提出了一种新颖的免疫优化算法--社会网络搜索免疫优化算法.该算法将优化问题的求解看作是信息的传递过程,利用经典社会网络搜索模型即Kleinberg网络模型的建模方法来构造免疫算法的寻优进化过程.通过网络的结构增长机制,分别由短程连接算子和长程连接算子来引入抗体种群中的新个体.当搜索进行到一定程度时,自适应地调整长程连接搜索概率,避免算法陷入局部极值,能够最终找到目标的最优解.短程连接算子和长程连接算子的引入充分利用了抗体种群的结构信息,加快了种群收敛速度,同时降低了算法陷入局部极值点的概率.通过对复杂函数优化问题的测试、理论分析及实验结果表明,与粒子群算法、克隆选择算法等已有算法相比,新算法可以更好地保持解的多样性,收敛速度快,求解精度高,鲁棒性强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦李成	西安电子科技大学智能感知与图像理解教育部重点实验室	514	14586	52.0	103.0
2	孙奕菲	西安电子科技大学智能感知与图像理解教育部重点实验室	3	18	2.0	3.0