互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

基于meta种群理论的免疫遗传算法



  摘要:自然meta-种群中局部种群之间存在相对隔离和种群个体冒险迁徙的机制,提出了一种基于meta-种群理论的免疫遗传算法。该算法模拟了自然meta-种群中局部种群克隆、生殖、变异和自然灭绝等自然过程。其主要步骤包括初始种群,种群及其个体适应度计算,选择,克隆变异、交叉生殖、含记忆B细胞个体克隆和局部种群灭绝及其最优个体的冒险迁徙等。该算法的特点是模拟了meta-种群的自然机制,具有并行性,能够产生高适应能力的个体并不断地更新,直到最优个体的出现。对两种问题进行了模拟实验,并与普通遗传算法IMA进行了比较,结果表明所提出的算法能以较少的迭代次数完成最优解的寻找。
  关键词:meta-种群; 免疫遗传算法; 记忆B细胞; 优化
  中图分类号:TP301.6文献标志码:A
  文章编号:1001-3695(2008)05-1312-03
  
  从人类开始思考人的起源问题开始,自然系统处理各种信息的能力和对环境的适应性机理就不断地被人类科学地认识。因此,工程技术人员受生物和人类自然机制的启发,也不断地发掘和研究各种人工算法,模拟自然机制对各种信息进行有效处理。其中模拟达尔文遗传进化机制和人类免疫系统而提出的人工遗传算法和免疫算法已经有效地用于模式识别和分类、学习和记忆、归纳概括、分布检验以及各种优化组合问题等。
  自然系统并不等价于单一种群,而是种群的有机集合。在19世纪70年代以前,生物地理学家和生态学家就广泛注意到生境在时间和空间上的异质作用将对种群动态、群落结构记忆物种多样性和种群内的遗传多态性产生重要的影响。著名的生态学家Levins在20世纪60年代末发展了meta-种群理论。它是种群的概念在一个更高层次的抽象和概括,描述了局部种群的灭绝和新的局部种群不断建立之间的动态平衡[1]。本文在介绍免疫遗传算法和meta-种群理论的基础上,提出并讨论了基于meta-种群理论的免疫遗传算法(MIGA)。利用对TSP优化与传统遗传算法的比较,并对不同病种的中医临床数据进行了有效分型。
  
  1免疫遗传算法
  
  基于达尔文自然选择机制的传统遗传算法属于随机优化算法,由初始可行解的产生、编码、解码和评估机制组成。但其在进化过程中容易产生退化现象,将导致迭代次数过多以及陷入局部最优陷阱。为了克服上述不足,在传统的遗传算法中引入免疫因子,形成免疫遗传算法,即在遗传过程中引入免疫系统中的记忆B细胞。记忆B细胞的群体能够保留适应度高的多个不同的个体[2],在种群进化中,比最优个体选择法具有更多的优点。由于记忆B细胞的存在,加上遗传优势选择的作用,使遗传向提高适应度方向发展,避免了盲目性。因此,传统遗传算法的优势选择过程由记忆B细胞的选择、克隆和变异三个过程代替,从而形成免疫遗传算法。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017