面向多模态函数优化的回溯克隆选择算法

doi:10.3724/SP.J.1087.2012.01947

计算机应用 ›› 2012, Vol. 32 ›› Issue (07): 1947-1950.DOI: 10.3724/SP.J.1087.2012.01947

面向多模态函数优化的回溯克隆选择算法

张英杰,毛赐平

湖南大学信息科学与工程学院，长沙410082

收稿日期:2011-12-02 修回日期:2012-01-13 发布日期:2012-07-05 出版日期:2012-07-01
通讯作者: 张英杰
作者简介:张英杰（1970-），男，湖南邵阳人，副教授，博士，主要研究方向：工业过程计算机控制、智能控制、智能计算；毛赐平（1986-），男，湖北咸宁人，硕士研究生，主要研究方向：智能优化。
基金资助:
福建高校产学合作科技重大项目(2010H6007);湖南省科技计划重点资助项目(2010GK2022)

Backtracking clonal selection algorithm for multi-modal function optimization

ZHANG Ying-jie,MAO Ci-ping

College of Information Science and Engineering, Hunan University, Changsha Hunan 410082, China

Received:2011-12-02 Revised:2012-01-13 Online:2012-07-05 Published:2012-07-01
Contact: ZHANG Ying-jie

摘要/Abstract

摘要： 针对多模态函数优化问题，提出了一种基于回溯机制的改进克隆选择算法——回溯克隆选择算法（BCSA），采用改进回溯机制和记忆库抗体抑制策略，保持了抗体的多样性，以增强算法的全局搜索能力；通过改进动态变异、选择与交叉操作提高算法收敛速度。典型的多模态函数测试结果表明：回溯克隆选择算法具有优良的全局搜索能力和搜索效率。

关键词: 函数优化, 多模态函数, 克隆选择算法, 回溯机制

Abstract: To solve some existing problems in multi-modal function optimization, an improved Clonal Selection Algorithm (CSA) based on the backtracking mechanism, Backtracking Clonal Selection Algorithm (BCSA), was proposed in this paper. The global search capability could be enhanced by using the improved backtracking mechanism and the restraining operation of memory antibodies, which maintained the diversity of antibodies. In addition, in order to improve the convergence speed, the improved dynamic mutation, selection and crossover operation were adopted. The results tested on typical multi-modal functions show that BCSA has a powerful performance in global search.

Key words: function optimization, multi-modal function, Clonal Selection Algorithm (CSA), backtracking mechanism

中图分类号:

TP18

张英杰毛赐平. 面向多模态函数优化的回溯克隆选择算法[J]. 计算机应用, 2012, 32(07): 1947-1950.

ZHANG Ying-jie MAO Ci-ping. Backtracking clonal selection algorithm for multi-modal function optimization[J]. Journal of Computer Applications, 2012, 32(07): 1947-1950.

参考文献

［1］李敏强，寇纪淞.多模态函数优化的协同多群体遗传算法［J］.自动化学报，2002,28（4）:497-504.

［2］刘朝华，张英杰，章兢，等.一种双态免疫微粒群算法［J］.控制理论与应用,2011,28(1):65-72.

［3］吕佳，熊忠阳.面向多模态函数优化的混沌免疫网络算法研究［J］.计算机应用，2006,26(2):456-459.

［4］李茂军，罗安，童调生.人工免疫算法及其应用研究［J］.控制理论与应用，2004,21(2):153-157.

［5］刘丽珏，蔡自兴.变异协同进化的免疫克隆算法［J］.控制与决策，2008,23(6):613-618.

［6］陶新民，刘福荣，刘玉，等.定向多尺度变异克隆选择优化算法［J］.控制与决策，2011,26(2):175-181.

［7］ HU YUBO, CHEN TIEJUN. Multi-objective optimization algorithm based on clonal selection ［C］// Second International Conference on Genetic and Evolutionary Computing. Washinton, DC: IEEE Computer Society, 2008: 265-268.

［8］周国芹，周春光，梁艳春，等.回溯遗传算法［J］.吉林大学自然科学学报，1996(4):37-42.

［9］王晓东.算法设计与分析［M］.北京：清华大学出版社，2003:146-190.

［10］ de CASTRO L N, von ZUBEN F J. The clonal selection algorithm with engineering application ［C］// Proceedings of the 2000 Workshop on Artificial Immune Systems and Their Applications. Waltham, MA: Morgan Kaufmann Publishers, 2000: 36-37.

［11］ de CASTRO L N, von ZUBEN F J. Learning and optimization using the clone selection principle ［J］. IEEE Transactions on Evolutionary Computation, 2002, 6（3）: 239-251.

［12］ de CASTRO L N, TIMMIS J. An artificial immune network for multi-modal function optimization ［C］// Proceedings of the 2002 Congress on Evolutionary Computation. Piscataway: IEEE, 2002: 699-704.

［13］常志英，韩莉，姜大伟.改进的克隆选择算法及其应用［J］.计算机工程，2011,37(1):173-177.

[1]	程美英, 钱乾, 熊伟清. 信息迁移多任务优化共生生物搜索算法[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 2237-2247.
[2]	沙林秀, 聂凡, 高倩, 孟号. 基于布朗运动与梯度信息的交替优化算法[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2139-2145.
[3]	李宗正, 周恺卿, 欧云, 丁雷. 基于基因交换的自适应人工鱼群算法[J]. 《计算机应用》唯一官方网站, 2022, 42(3): 701-707.
[4]	程美英, 钱乾, 倪志伟, 朱旭辉. 信息筛选多任务优化自组织迁移算法[J]. 计算机应用, 2021, 41(6): 1748-1755.
[5]	沈莹, 黄樟灿, 谈庆, 刘宁. 基于动态压力控制算子的磷虾群算法[J]. 计算机应用, 2019, 39(3): 663-667.
[6]	童楠, 符强, 钟才明. 基于自主学习行为的教与学优化算法[J]. 计算机应用, 2018, 38(2): 443-447.
[7]	张强, 邹德旋, 耿娜, 沈鑫. 基于多变异策略的自适应差分进化算法[J]. 计算机应用, 2018, 38(10): 2812-2821.
[8]	梁冰, 徐华. 基于改进人工蜂群的核模糊聚类算法[J]. 计算机应用, 2017, 37(9): 2600-2604.
[9]	马艺元, 宋卫平, 宁爱平, 牛海帆. 混沌云模型多目标布谷鸟搜索算法[J]. 计算机应用, 2017, 37(4): 1088-1092.
[10]	张斌, 李延晖, 郭昊. 基于反向学习的跨种群差分进化算法[J]. 计算机应用, 2017, 37(4): 1093-1099.
[11]	陈闯, Ryad Chellali, 邢尹. 采用动态权重和概率扰动策略改进的灰狼优化算法[J]. 计算机应用, 2017, 37(12): 3493-3497.
[12]	牛海帆, 宋卫平, 宁爱平, 马艺元. 混沌布谷鸟搜索算法在谐波估计中的应用[J]. 计算机应用, 2017, 37(1): 239-243.
[13]	谢红侠, 马晓伟, 陈晓晓, 邢强. 基于多种群的改进粒子群算法多模态优化[J]. 计算机应用, 2016, 36(9): 2516-2520.
[14]	王培崇. 改进的动态自适应学习教与学优化算法[J]. 计算机应用, 2016, 36(3): 708-712.
[15]	谭阳, 宁可, 陈琳. 基于染色体易位的动态进化算法[J]. 计算机应用, 2015, 35(9): 2584-2589.

面向多模态函数优化的回溯克隆选择算法

Backtracking clonal selection algorithm for multi-modal function optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics