典型的人工免疫算法性能比较与分析

doi:10.3778/j.issn.1002-8331.2009.10.063

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (10): 208-210.DOI: 10.3778/j.issn.1002-8331.2009.10.063

典型的人工免疫算法性能比较与分析

高家全¹,何桂霞¹,王雨顺²

1.浙江工业大学之江学院，杭州310024
2.南京师范大学数学与计算机科学学院，南京210097

收稿日期:2008-02-25 修回日期:2008-05-16 出版日期:2009-04-01 发布日期:2009-04-01
通讯作者: 高家全

Comparison and analysis with classic artificial immune algorithms on performance

GAO Jia-quan¹,HE Gui-xia¹,WANG Yu-shun²

1.Zhijiang College，Zhejiang University of Technology，Hangzhou 310024，China
2.School of Mathematics and Computer Science，Nanjing Normal University，Nanjing 210097，China

Received:2008-02-25 Revised:2008-05-16 Online:2009-04-01 Published:2009-04-01
Contact: GAO Jia-quan

摘要/Abstract

摘要： 基于免疫机理的算法为工程应用带来了什么、有何差异。基于这个背景，选择B-cell 算法、克隆选择算法和Opt-aiNET算法这三个免疫算法为代表，针对三类经典工程优化问题，以解质量和评价数作为评价标准，详尽地比较了它们，并给出了它们之间差异原因的分析和评价。

关键词: 免疫理论, 克隆选择算法, B-cell算法, Opt-aiNET算法

Abstract: What have these algorithms based on immune theory offered for engineering application? Are there differences between them? On the background of these questions，three classic immune algorithms，B-cell algorithm，clonal selection algorithm and Opt-aiNET，are taken for examples and are compared in terms of the following two criterions：the quality of optimal solution obtained and the number of evaluation to objective function with three classic engineering problems.The differences between them are given and reasons are also analyzed.

Key words: immune theory, clonal selection algorithm, B-cell algorithm, Opt-aiNET algorithm

高家全¹,何桂霞¹,王雨顺². 典型的人工免疫算法性能比较与分析[J]. 计算机工程与应用, 2009, 45(10): 208-210.

GAO Jia-quan¹,HE Gui-xia¹,WANG Yu-shun². Comparison and analysis with classic artificial immune algorithms on performance[J]. Computer Engineering and Applications, 2009, 45(10): 208-210.

[1]	陈海洋，金晓磊，牛龙辉，刘喜庆. 基于改进克隆选择算法的区域交通灯配时优化[J]. 计算机工程与应用, 2020, 56(9): 272-278.
[2]	张凤斌，王超，杨泽. 基于疫苗算子和柯西变异的克隆选择算法改进[J]. 计算机工程与应用, 2017, 53(1): 118-123.
[3]	董峰1，周鹏旭2. 面向云计算平台的多层免疫入侵检测模型[J]. 计算机工程与应用, 2016, 52(21): 101-104.
[4]	刘汉强. 半监督免疫克隆选择图划分方法[J]. 计算机工程与应用, 2014, 50(22): 11-16.
[5]	童成意. 基于种内协同克隆选择的Otsu图像分割算法[J]. 计算机工程与应用, 2013, 49(24): 161-164.
[6]	杨格兰1，金辉霞2，朱幸辉3. 基于差分演化和克隆选择机制的优化算法[J]. 计算机工程与应用, 2013, 49(10): 50-52.
[7]	马春华1，钟勇2，3. 采用种群划分的动态自适应免疫克隆选择算法[J]. 计算机工程与应用, 2011, 47(30): 29-31.
[8]	计智伟1，胡珉2. 一种双重过滤式特征选择算法[J]. 计算机工程与应用, 2011, 47(19): 190-193.
[9]	李洋1，乐晓波2. 克隆选择算法在优化模糊Petri网参数中的应用[J]. 计算机工程与应用, 2011, 47(15): 39-42.
[10]	彭伟雄，蔡自兴，王勇，刘星宝 . 基于差异进化的克隆选择算法[J]. 计算机工程与应用, 2011, 47(14): 28-30.
[11]	马玉新，解建仓，罗军刚. 基于免疫克隆选择算法的马斯京根模型参数估计[J]. 计算机工程与应用, 2010, 46(34): 208-212.
[12]	郑士芹，邓凡星. 基于聚类的小生境克隆选择算法[J]. 计算机工程与应用, 2009, 45(33): 25-27.
[13]	林秋镇，胡庆彬，陈剑勇. 一种求解车间作业调度问题的免疫算法[J]. 计算机工程与应用, 2009, 45(31): 34-36.
[14]	刘文程，高家全，方志民. 解优先级约束并行机调度问题的人工免疫算法[J]. 计算机工程与应用, 2009, 45(30): 208-210.
[15]	许玉格,罗飞,田晓丹,林小兰. 混合电梯群控系统建模及免疫优化派梯策略[J]. 计算机工程与应用, 2009, 45(17): 204-207.

典型的人工免疫算法性能比较与分析

Comparison and analysis with classic artificial immune algorithms on performance

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