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:
为了提高量子免疫克隆算法(quantum-inspired immune clone algorithm,QICA)对函数全局寻优的精确性和稳定性,引入了内分泌激素的调节规律,根据当前个体适应度值和上一代种群的平均适应度值重新设计克隆规模,按照种群多样性和Hill函数的上升规律对其进行自适应调整,使进化各代中优秀个体的克隆得到扩增,同时减少不良个体的规模,从而提出了一种基于内分泌激素调节的量子免疫克隆算法(hormone adjustment based QICA,HAQICA).利用标准测试函数对算法进行了验证,50次随机独立实验结果表明,HAQICA算法的收敛速度与QICA算法相当,最优解的均值与方差等数据,证明了HAQICA算法在提高函数全局寻优性能上的有效性.
推荐文章
基于免疫机理的动态函数优化算法
动态函数
免疫系统
生发中心反应
优化算法
函数优化的量子正弦余弦算法
量子进化
正弦余弦算法
函数优化
三维参数联合估计的免疫记忆量子克隆算法
参数联合估计
免疫记忆量子克隆算法
信号相位匹配
平面阵
基于改进的免疫克隆算法的PID参数优化
PID控制器
免疫克隆算法
参数优化
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 基于激素调节的量子免疫克隆函数优化算法
来源期刊 系统工程与电子技术 学科 工学
关键词 量子免疫克隆算法 激素调节规律 克隆规模 函数优化
年,卷(期) 2012,(9) 所属期刊栏目 软件、算法与仿真
研究方向 页码范围 1934-1939
页数 分类号 TP18
字数 4786字 语种 中文
DOI 10.3969/j.issn.1001-506X.2012.09.32
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 樊养余 西北工业大学电子信息学院 212 1698 20.0 32.0
5 齐敏 西北工业大学电子信息学院 54 714 13.0 25.0
9 王毅 西北工业大学电子信息学院 76 698 14.0 21.0
13 牛奕龙 西北工业大学航海学院 25 204 8.0 13.0
14 孔晓琳 西北工业大学电子信息学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (46)
共引文献  (54)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(4)
  • 参考文献(3)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(5)
  • 参考文献(1)
  • 二级参考文献(4)
2008(8)
  • 参考文献(2)
  • 二级参考文献(6)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
量子免疫克隆算法
激素调节规律
克隆规模
函数优化
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
系统工程与电子技术
月刊
1001-506X
11-2422/TN
16开
北京142信箱32分箱
82-269
1979
chi
出版文献量(篇)
10512
总下载数(次)
24
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导