作　　者： ; ; ; ;

机构地区： 吉林大学计算机科学与技术学院符号计算与知识工程教育部重点实验室

出　　处： 《小型微型计算机系统》 2007年第8期1448-1451,共4页

摘　　要： 在研究现有进化算法的优越性与存在不足的基础上,受生物免疫原理的启发,提出了一种新的算法--免疫算法.免疫算法是在免疫系统识别多样性的启发下所设计出的一种随机启发式算法,其参数的取值和操作的具体实现形式对算法的性能有较大的影响.本文详细地讨论了基于信息熵概念的免疫算法并分析了交叉和变异遗传算子对免疫算法性能的影响,将遗传算法的非均匀变异操作引入免疫算法,模拟实验结果表明了改进算法的有效性. According to the latest research in priority and deficiency of evolution algorithm and the influence of biologic immunity, a new algorithm-immunity algorithm is advanced. The immunity algorithm is one stochastic heuristic algorithm which designs under the inspiration of the immunity system identifying diversity, whose parameters and operational realizations have the tremendous influence to the algorithm performance. This paper discusses the immunity algorithm basing on information entropy and analyzes how performance of the algorithm is affected by crossover operator and mutation operator. The non-uniform mutation operator of genetic algorithms is introduced to the immune algorithm; the effectiveness of the improved algorithm is examined by the simulated experiments.

关 键 词： 免疫算法 抗体 信息熵 非均匀变异

领　　域： [自动化与计算机技术] [自动化与计算机技术]