多峰函数优化的自适应小生境克隆选择算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 48-50.

多峰函数优化的自适应小生境克隆选择算法

彭利兵，黄辉先，阮挺，易柳

湘潭大学信息工程学院，湖南湘潭 411105

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Adaptive niche clonal selection algorithm for multi-modal function optimization

PENG Libing，HUANG Huixian，RUAN Ting，YI Liu

College of Information Engineering，Xiangtan University，Xiangtan，Hunan 411105，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 为了解决de Castro在2000年提出的CLONALG算法在多峰值函数优化时多峰搜索能力弱，训练时间长的问题，提出自适应小生境克隆选择算法（ANCSA）。该算法运用自适应小生镜技术、高频变异算子和小生镜免疫优势选择技术来对原有算法进行改进。新算法具有较强的全局和局部搜索能力，并且搜索时间较短。理论分析和仿真研究结果表明，相比CLONALG算法，提出的算法能够在较短的时间内搜索到所有的全局最优解和更多的局部最优解。

关键词: 多峰值函数优化, 克隆选择, 自适应小生镜, 小生镜免疫优势选择

Abstract: In order to solve the drawbacks of the CLONALG algorithm for multi-modal function optimization developed by de Castro in 2000，an Adaptive Niche Clonal Selection Algorithm（ANCSA） is proposed.The new algorithm，which uses adaptive niche technology，high-frequency mutation operator and the niche immunodominance selection，is much strong in global and local search capabilities，and is relatively short in search time.Theoretical analysis and the simulation study results show the proposed algorithm can find the global optimum solution and more local optimum solution in shorter time compared with the CLONALG algorithm.

Key words: multi-peak function optimization, clonal selection, adaptive niche, niche immunodominance selection

彭利兵，黄辉先，阮挺，易柳. 多峰函数优化的自适应小生境克隆选择算法[J]. 计算机工程与应用, 2011, 47(9): 48-50.

PENG Libing，HUANG Huixian，RUAN Ting，YI Liu. Adaptive niche clonal selection algorithm for multi-modal function optimization[J]. Computer Engineering and Applications, 2011, 47(9): 48-50.

[1]	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.
[2]	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.
[3]	刘喜梅，潘立军. 求解公共自行车再平衡问题的克隆选择算法[J]. 计算机工程与应用, 2020, 56(11): 252-258.
[4]	巫东凯，张凤斌，席亮. 自适应混合变异克隆选择算法研究[J]. 计算机工程与应用, 2018, 54(21): 78-83.
[5]	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.
[6]	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.
[7]	王盼，梁意文. 手机恶意软件检测的分布式免疫模型[J]. 计算机工程与应用, 2016, 52(16): 30-35.
[8]	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.
[9]	刘翔，宋常建，钟子发. 一种改进型免疫算法在TDOA定位中的应用[J]. 计算机工程与应用, 2013, 49(4): 113-116.
[10]	许成谦，郝红杰. 改进的智能优化在多用户检测中的应用[J]. 计算机工程与应用, 2013, 49(3): 143-146.
[11]	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.
[12]	仲昭明1，李向阳2，逄珊3. 混合择优的多目标免疫粒子群优化算法[J]. 计算机工程与应用, 2013, 49(13): 43-47.
[13]	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.
[14]	潘晓英，陈皓. 基于免疫克隆选择优化的车牌定位[J]. 计算机工程与应用, 2012, 48(3): 162-164.
[15]	兰方鹏1，段富2. 求解煤炭水运配船的免疫优化算法[J]. 计算机工程与应用, 2012, 48(16): 224-228.