非达尔文效应多目标免疫算法
宋丹1
赖旭芝2
吴敏2
1.中南大学信息科学与工程学院,湖南长沙410083;先进控制与智能自动化湖南省工程实验室,湖南长沙410083;湖南财政经济学院信息管理系,湖南长沙4102052.中南大学信息科学与工程学院,湖南长沙410083;先进控制与智能自动化湖南省工程实验室,湖南长沙410083
摘要：为了强化非基因信息的传承与利用,提出一种非达尔文效应多目标免疫算法(non-Darwin effect multiobjective immune algorithm,NDIA).首先,利用区间记忆变异矩阵来保存进化中成功变异的区间信息,以引导后续的进化操作,加强局部搜索能力.其次,算法使用Pareto排序来选择非劣解.当非劣解的数量超出预设规模时,利用拥挤距离进行排序来选择相对稀疏的抗体保留.最后,算法对最后的非劣解集进行删减时设计了均匀度增强算子,通过多次拥挤距离的排序反复删减最拥挤的抗体,从而提高非劣解集在目标空间上的均匀性.通过多目标测试函数的仿真试验,与经典的多目标进化算法相比,新算法得到的最终解集在覆盖性、收敛性和分布性均有明显的改善,并能更好地逼近理论Pareto前沿.
关键词：多目标问题非达尔文效应区间变异免疫算法优化拥挤距离
分类号：TP18(自动化基础理论)
资助基金：国家自然科学基金(60874042)湖南省教育厅科学研究重点项目(13A010;12B021)湖南省普通高等学校教学改革项目(20130511)湖南省科技厅科技项目(2013FJ3079,2011FJ3047)
论文发表日期：2013-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 1360-1368 )
英文信息