动态环境下的免疫优化

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (1): 27-27.

动态环境下的免疫优化

徐雪松,彭春华

华东交通大学电气与电子工程学院

收稿日期:2006-01-04 修回日期:1900-01-01 出版日期:2007-01-01 发布日期:2007-01-01
通讯作者: 徐雪松 cedarxu cedarxu

Immune Algorithm for Optimization under Changed Environments

xuesong xu,

华东交通大学电气与电子工程学院

Received:2006-01-04 Revised:1900-01-01 Online:2007-01-01 Published:2007-01-01
Contact: xuesong xu

摘要/Abstract

摘要： 生物免疫系统面对复杂的外部环境能够产生相应抗体，快速消除对肌体的威胁，在变化的环境中体现出强大的优化能力和自适应能力。本文借鉴免疫反应机理，提出一种用于求解动态环境下函数优化问题的免疫算法。仿真结果表明该算法全局搜索能力强、优化速度快、能够较好地处理动态环境中的优化问题。

关键词: 免疫算法, 动态环境, 函数优化

Abstract: The immune systems have ability of finding antibodies to remove antigens under complex changed environments. These systems show strong optimization ability and adaptability. In this paper, an optimization algorithm for time-varied functions optimization referring to immune optimization mechanism is presented. Simulation results show that the algorithm has good performance on function optimization under complex changed environments.

Key words: Immune Algorithm, Changed Environments, Function Optimization

徐雪松,彭春华. 动态环境下的免疫优化[J]. 计算机工程与应用, 2007, 43(1): 27-27.

xuesong xu,. Immune Algorithm for Optimization under Changed Environments[J]. Computer Engineering and Applications, 2007, 43(1): 27-27.

[1]	胡小兵, 孟相至. 动态灾害环境下多对多物资配送路径规划方法[J]. 计算机工程与应用, 2022, 58(8): 297-306.
[2]	王丽丽，申燚，徐玉松，袁明新. 融合云模型和反向学习的克隆选择算法[J]. 计算机工程与应用, 2021, 57(17): 68-74.
[3]	杨世强，范国豪，白乐乐，赵成，李德信. 基于几何约束的室内动态环境视觉SLAM[J]. 计算机工程与应用, 2021, 57(16): 203-212.
[4]	魏锋涛，史云鹏，石坤. 具有组合变异策略的回溯搜索优化算法[J]. 计算机工程与应用, 2020, 56(9): 41-47.
[5]	曹林，王之腾，陈亮，李洪顺，高申，张自立. 基于改进量子免疫算法的神经网络集成[J]. 计算机工程与应用, 2020, 56(22): 142-147.
[6]	陈忠云，张达敏，辛梓芸，张绘娟，闫威. 混沌精英质心拉伸机制的樽海鞘群算法[J]. 计算机工程与应用, 2020, 56(10): 44-50.
[7]	谈庆，黄樟灿. 基于近邻套索算子的磷虾群算法[J]. 计算机工程与应用, 2019, 55(9): 124-129.
[8]	白创，陈翔. 新型LeNet-FC卷积神经网络模型算法的研究[J]. 计算机工程与应用, 2019, 55(5): 105-111.
[9]	刘茜1，毛力1，杨弘2. 差分进化引导趋化算子的烟花优化算法[J]. 计算机工程与应用, 2019, 55(3): 140-146.
[10]	顾清华，孟倩倩. 优化复杂函数的粒子群-鸽群混合优化算法[J]. 计算机工程与应用, 2019, 55(22): 46-52.
[11]	邹德龙，王宝华. 一种混合优化算法面向高维函数优化的研究[J]. 计算机工程与应用, 2019, 55(20): 122-127.
[12]	党婷婷，林丹. 含有动态自适应惯性权重的蜘蛛猴优化算法[J]. 计算机工程与应用, 2019, 55(14): 40-47.
[13]	魏锋涛，岳明娟，郑建明. 基于多策略融合的改进人工蜂群算法[J]. 计算机工程与应用, 2018, 54(5): 111-116.
[14]	徐辰华1，李成县1，喻昕2，黄清宝1. 基于Cat混沌与高斯变异的改进灰狼优化算法[J]. 计算机工程与应用, 2017, 53(4): 1-9.
[15]	吴伟民，吴汪洋，林志毅，李泽熊，方典禹. 基于增强个体信息交流的蜻蜓算法[J]. 计算机工程与应用, 2017, 53(4): 10-14.