您的位置:山东大学 -> 科技期刊社 -> 《山东大学学报(工学版)》

山东大学学报(工学版) ›› 2009, Vol. 39 ›› Issue (6): 8-12.

• 机器学习与数据挖掘 • 上一篇    下一篇

一种改进的免疫克隆选择算法

刘琼 吴小俊   

  1. 江南大学信息工程学院, 江苏 无锡 214122
  • 收稿日期:2009-07-16 出版日期:2009-12-16 发布日期:2009-12-16
  • 通讯作者: 吴小俊(1967-),男,江苏丹阳人,教授,博士生导师,研究方向为图像处理、模式识别和人工智能等. E-mail:wu-xiaojun@yahoo.com.cn
  • 作者简介:刘琼(1986-),女,江苏连云港人,硕士研究生,研究方向为图像处理和人工智能. E-mail:joan0525@163.com
  • 基金资助:

    教育部新世纪优秀人才计划项目(NCET-06-0487);国家自然科学基金资助项目(60572034,90820002);江苏省自然科学基金资助项目(BK2006081)

An improved immune clonal selection algorithm

  1. School of Information Technology, Jiangnan University, Wuxi 214122, China
  • Received:2009-07-16 Online:2009-12-16 Published:2009-12-16

摘要:

针对传统免疫克隆选择算法收敛速度较慢的问题,结合克隆概率和免疫概率的自适应变换、群体灾变算法以及有无记忆库思想,提出了无记忆库的自适应免疫克隆选择算法与有记忆库的自适应免疫克隆选择算法,并将其应用于TSP问题.群体灾变算法的应用便于使算法尽快摆脱迟钝状态,并使算法能够保持抗体多样性.自适应方法的应用使得算法在进化初期有较强的全局搜索能力和较弱的局部搜索能力,随着进化的进行,全局搜索能力逐渐减弱,局部搜索能力逐渐增强,便于找到全局最优点.仿真实验结果表明,与传统的免疫克隆算法相比,该算法有效克服了早熟问题,保持了抗体的多样性,而且收敛速度较快.

关键词: 克隆选择, 免疫算法, TSP, 自适应算法, 群体灾变算法, 记忆库, 接种疫苗

Abstract:

Aiming at the slow convergence speed of the traditional immune clonalselection algorithm (ICA), an adaptive immune clonal selection algorithm without memory(AICA)and adaptive immune clonal selection algorithm with memory(AICAM)are proposed respectively based on the combination of the adaptive algorithm of clona probability, immune probability, and group disaster algorithm. The two proposed algorithms have been applied to the TSP problem. The application of the group disaster algorithm can enhance the diversity of the population and to some extent avoid premature problems. The adaptive algorithm has strong global search ability andweak local search ability at early evolution. Global search ability is weakenedand local search ability is enhanced with the process of evolution in order to find the global optimal point. Simulation results indicate that compared with thetraditional immune clonal selection algorithm(ICA),the proposed algorithms can enhance the diversity of the population, avoid premature problems, and can to some extent accelerate convergence speed.

Key words: clonal selection; immune algorithm; TSP; adaptive algorithm groups; groups disater algorithm; memory; vaccination

[1] 戴红伟, 杨玉, 仲兆满, 李存华. 改进量子交叉免疫克隆算法及其应用[J]. 山东大学学报(工学版), 2015, 45(2): 17-21.
[2] 范会联1,罗跃国2,李献礼2. 一种带克隆选择的粒子群动态聚类算法[J]. 山东大学学报(工学版), 2011, 41(2): 12-17.
[3] 谈金东,陈曦. 约束环境下的多移动机器人自适应伸展算法[J]. 山东大学学报(工学版), 2010, 40(2): 34-42.
[4] 丁万涛 李术才 张庆松. TSP预报倾斜岩层分界面误差规律性探讨[J]. 山东大学学报(工学版), 2009, 39(4): 57-60.
[5] 许振浩 李术才 张庆松 李利平 张霄 高阳 原小帅. 组合爆破法TSP超前地质预报研究[J]. 山东大学学报(工学版), 2009, 39(4): 45-49.
[6] 张庆松 许振浩 李术才. 岩溶隧道综合超前地质预报方法与工程应用[J]. 山东大学学报(工学版), 2009, 39(4): 7-11.
[7] 薛翊国,李术才,赵岩,苏茂鑫,李为腾,丁志海. 青岛胶州湾海底隧道F44含水断层注浆前后TSP探测分析[J]. 山东大学学报(工学版), 2009, 39(2): 108-112.
[8] 孙克国,李术才,张庆松,薛翊国,李树忱,许振浩 . TSP在岩溶区山岭隧道预报中的应用研究[J]. 山东大学学报(工学版), 2008, 38(1): 74-79 .
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!