免疫網(wǎng)絡模型優(yōu)化算法研究.pdf

1、人工免疫系統(tǒng)是借鑒自然免疫系統(tǒng)具有的并行、分布式、自適應處理機制解決實際計算問題的一類方法。由于人工免疫系統(tǒng)在學習、認知、記憶等方面的優(yōu)良特性，其在網(wǎng)絡規(guī)劃和組合優(yōu)化問題求解方面具有巨大潛力。
　　 基于人工免疫系統(tǒng)原理的全局優(yōu)化算法中，克隆選擇算法和免疫網(wǎng)絡（aiNet）算法是最常用的兩種算法，這兩種算法在搜索全局最優(yōu)、避免陷入局部極值等方面具有一定的優(yōu)越性，但是在保持解集的多樣性方面均存在一定缺陷。
　　 本文針對這

2、兩種算法存在的不足，提出一種新的優(yōu)化算法Clonalg-aiNet。本算法旨在找到全局最優(yōu)解的同時搜索盡可能多的局部優(yōu)化解。算法結(jié)合了克隆選擇算法和免疫網(wǎng)絡算法的優(yōu)點，在克隆選擇算法的基礎(chǔ)上，將免疫網(wǎng)絡算法中的網(wǎng)絡抑制引入到每一代免疫進化過程中，篩選出相似的問題解，再根據(jù)親和力大小，刪除二者中的劣質(zhì)解。抑制去除了不同種群間的相似個體，較好的保持了解集的多樣性。另外，新算法改進了克隆選擇算法中的選擇策略，既保證最優(yōu)解能被良好的繼承和保留，