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

基于Pareto的多目标进化免疫算法


□ 陶 媛 吴耿锋 胡 珉

   (1.上海大学 计算机工程与科学学院 上海 200072; 2.上海大学 悉尼工商学院 上海 201800)
  
  摘 要:提出一种新的基于Pareto多目标进化免疫算法(PMEIA)。算法在每一代进化群体中选取最优非支配抗体保存到记忆细胞文档中;同时引入Parzen 窗估计法计算记忆细胞的熵值,根据熵值对记忆细胞文档进行动态更新,使算法向着理想Pareto最优边界搜索。此外,算法基于点在目标空间分布情况进行克隆选择,有利于得到分布较广的Pareto最优边界,且加快了收敛速度。与已有算法相比,PMEIA在收敛性、多样性,以及解的分布性方面都得到很好的提高。
  关键词:进化免疫; Pareto最优解; 基于信息熵的密度估计; 克隆选择
  中图分类号:TP301.6文献标志码:A
  文章编号:1001-3695(2009)05-1687-04
  
  Paretobased multiobject evolutionary immune algorithm
  TAO Yuan1 WU Gengfeng1 HU Min2
  (1.College of Computer Science & Engineering Shanghai University Shanghai 200072,China; 2.Sydney Institute of Language & Commerce Shanghai University Shanghai 201800 China)
  Abstract:This paper proposed a new paretobased multiobject evolutionary immune algorithm(PMEIA). PMEIA selected optimal nondominated antibodies which were then reserved in memory cell archive and introduced Parzen window to calculate entropy of memory cells. Updated the memory cell archive according to entropy of memory cells. This guarantees the convergence to the true Pareto front. Moreover the performance of clone selection was dependent on distribution in the objective space which was favorable for getting a widely spread Pareto front and improving convergence speed. Compared with the existed algorithmsthe obtained solutions of PMEIA have much better performance in the convergence,diversity and distribution. ......
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