文献类型：期刊文章

作　　者：尚荣华[1] 焦李成[1] 公茂果[1] 马文萍[1]

机构地区：[1]西安电子科技大学 智能信息处理研究所,陕西西安710071

出　　处：《软件学报》

基　　金：Nos.60133010;60372045;60703108(国家自然科学基金;Nos.2001CB309403;2006CB705700(国家重点基础研究发展计划(973))~~

年　　份：2007

卷　　号：18

期　　号：11

起止页码：2700-2711

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：求解动态多目标优化(dynamic multi-objective optimization,简称DMO)问题的主要困难在于目标函数、约束条件或者相关的问题参数是随时间不断变化的.基于免疫克隆选择学说,提出一种用于解决DMO问题的新算法——动态多目标免疫克隆优化(immune clonal algorithm for DMO,简称ICADMO).该算法改进了现有的克隆策略,采用整体克隆的方式;在选择策略上,根据Pareto-占优的概念,将抗体群中的个体分为支配个体和非支配个体,对非支配个体进行选择.采用3个特色算子,使其很好地保持了所得解的多样性、均匀性和收敛性.通过数值实验,与DBM(direction-based method)算法进行比较,结果表明,新算法在收敛性、多样性以及解分布的广度方面都体现了很好的性能.

关 键 词：人工免疫系  Pareto-前沿面  动态多目标优化 性能指标

分 类 号：TP18]