欢迎来到天天文库
浏览记录
ID:32468334
大小:3.77 MB
页数:110页
时间:2019-02-06
《基于欧氏距离和精英交叉的免疫算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要摘要在大量的科学研究和工程应用实践中,人们发现遗传算法(GeneticAlgorithm,GA)存在一些问题,主要有早熟收敛、容易陷入局部最优、局部搜索能力较弱、收敛速度慢等。早熟收敛、容易陷入局部最优主要与遗传算法的选择压力过大有关,通过适应度尺度变换(fitnessscaling)调节选择压力是解决这个问题的主要方法,但适应度尺度变换是依赖于问题的,通用性稍差。人Y免疫算法(ArtificialImmuneAlgorithm,AIA)与GA的本质不同是,AIA的选择算子模拟了自然免疫系统的抗体繁殖策略,引入了抗体浓度调节机制,即对
2、适应值高且浓度低的抗体促进其繁殖,对浓度高的抗体进行抑制,从而有效的调节了选择压力,保持了解群体的多样性,克服了遗传算法容易出现一旱熟收敛和陷入局部最优的缺点。抗体浓度调节机制是调节选择压力的一种较为理想的方法。但AIA的缺点也很突出,这就是它的运行速度和收敛速度都较慢。本论文的全部工作在于尝试寻找解决GA,AIA上述问题的新的方法。以下列出的是本论文具有创新性的主要工作,类似工作在国内外文献中尚未见有报道:1、为了改善GA的局部搜索性能和收敛速度,提出了一种精英交叉策略(Kingcrossoverstrategy),并把精英交叉策略与精
3、英保留遗传算法(ElitistGeneticAlgorithm,EGA)结合,得到了一种基于精英交叉的精英保留遗传算法(Kingcrossover-basedElitistGeneticAlgorithm,KEGA),称为精英交叉遗传算法。证明了KEGA的全局收敛性。对测试函数F6函数(Schafferlfunction)进行的优化研究表明,KEGA在在线、离线和最优解搜索性能各方面均远优于EGA,KEGA收敛到满意解的平均收敛代数只有EGA的九分之一;在对测试函数F8函数(Rastrigin'sfunction)进行优化时,KEGA的收
4、敛性能也比EGA好很多。仿真实验结果表明KEGA实现简单,与EGA相比,其增加的计算开销可以忽略,但性能改善十分明显;2、针对基于信息嫡的免疫算法(AIA)运行速度慢的缺点,提出了二种能够加快AIA运行速度的新的抗体浓度计算方法,得到两种新的免疫算法,即加速的人Z免疫算法(AcceleratedArtificialImmuneAlgorithm,AAIA)和加速的人工免疫算法一2(AcceleratedArtificialImmuneAlgorithm-2,AAIA-2),对测试函数F15(needleinhaystack:typeI).
5、F8函数的仿真研究表明,这两种算法的运行速度都是AIA的8.5倍以上;3、针对AIA的浓度定义存在的缺陷,提出了一种新的基于抗体间欧氏距离和适应度的新的抗体浓度定义,并依据该定义构造了一种基于欧氏距离的人工免疫华南理工大学博士学位论文算法(EuclideanDistance-basedArtificialImmuneAlgorithm,DBAIA)oDBAIA的多样性保持能力和运行速度较AIA有较大幅度的提高;4、把精英交叉策略与基于信息嫡和基于欧氏距离的人工免疫算法结合,得到两种基于精英交叉的人工免疫算法,即基于精英交叉的加速人工免疫算
6、法(Kingcrossover-basedAcceleratedArtificialImmuneAlgorithm,KAAIA)和基于欧氏距离和精英交叉的人工免疫算法(DKBAIA),其性能比AAIA,DBAIA有大幅度提高;5、引入抗体浓度球和抗体相似矩阵两个概念,对DKBAIA进行系统的改进得到改进的DKBAIA(ModifiedDKBAIA,MDKBAIA)。在优化测试函数F8时,MDKBAIA的运行速度是DKBAIA的4倍,是AAIA的37倍:其运行速度已较接近GA和KEGA,是KEGA运行速度的0.74倍:在优化F15函数时,M
7、DKBAIA的运行速度是DKBAIA的9.4倍,是AAIA的13.7倍;同时,MDKBAIA各项收敛性能也保持在令人满意的水平。6、对MDKBAIA的三个参数,即浓度尺度变换幂指数a、浓度球半径r和精英交叉概率PL做了初步的研究并得到了一些初步结果。本论文以创新性的工作,为GA.AIA提出了新的方法、概念和新的算法形式,大幅度提高了GA的局部搜索性能和收敛速度,提高了AIA的多样性保持能力、运行速度和收敛速度,这对于利用遗传算法、免疫算法解决现实复杂的科学与工程问题具有重要意义。关键词遗传算法(GA);精英交叉(kingcrossover
8、);基于精英交叉的遗传算法(KEGA);人工免疫算法(AIA);改进的基于欧氏距离和精英交叉的人工免疫算法(MDKBAIA)AbstractAbstractCurrently,GeneticA
此文档下载收益归作者所有