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:
针对传统的群智能算法在求解动态优化问题时出现的早熟收敛和多样性缺失等问题,提出一种基于双种群的混合免疫动态优化算法BPAIS.首先,受生物免疫系统中固有免疫反应和自适应免疫反应的启发,将初始种群根据适应度值分为2个种群——固有种群和自适应种群;其次,对固有种群进行固有免疫反应操作,在进行全局性搜索的同时保持种群的多样性,而对自适应种群进行自适应免疫反应操作,采用差分进化算法加强局部搜索能力,通过引入记忆跟踪机制在环境变化时跟踪局部最优解;最后,结合双种群的免疫反应和记忆跟踪机制,提出基于双种群的混合免疫动态优化算法,并在简单测试用例产生器(simple test-case generator,STCG)和移动峰测试函数上进行仿真实验.结果表明,BPAIS具有很好的动态优化能力,能够有效地跟踪和定位全局最优解,与其他算法相比,具有很强的竞争力.
推荐文章
基于扩散机制的双种群粒子群优化算法
粒子群优化算法
扩散机制
多种群
热力学
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
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
基于Predator-Prey行为的双种群粒子群优化算法
粒子群优化
predator-prey行为
双种群
基准函数
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 基于双种群的混合免疫动态优化算法
来源期刊 河南理工大学学报(自然科学版) 学科 工学
关键词 双种群 固有免疫反应 自适应免疫反应 混合免疫动态优化算法 克隆选择
年,卷(期) 2020,(1) 所属期刊栏目 计算机·人工智能·大数据
研究方向 页码范围 116-124
页数 9页 分类号 TP391
字数 语种 中文
DOI
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 金保华 郑州轻工业学院计算机与通信工程学院 54 296 8.0 15.0
2 王华 郑州轻工业学院计算机与通信工程学院 22 97 6.0 9.0
3 吴怀广 郑州轻工业学院计算机与通信工程学院 12 47 4.0 6.0
4 张伟伟 郑州轻工业学院计算机与通信工程学院 15 15 2.0 3.0
5 张卫正 郑州轻工业学院计算机与通信工程学院 9 10 2.0 2.0
6 张梦华 郑州轻工业学院计算机与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (3)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
双种群
固有免疫反应
自适应免疫反应
混合免疫动态优化算法
克隆选择
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
河南理工大学学报(自然科学版)
双月刊
1673-9787
41-1384/N
16开
河南省焦作市世纪大道2001号
3891
1981
chi
出版文献量(篇)
3451
总下载数(次)
5
总被引数(次)
20072
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导