摘要
基于细胞克隆选择学说,系统地阐述了用于人工智能的抗体修正克隆算子,提出了相应的人工免疫抗体修正克隆算法;利用Markov链的有关性质,证明了该算法的收敛性.针对0_1背包问题的试验结果表明,人工免疫抗体修正克隆算法解决组合优化问题是有效的,与相应的进化算法相比,该算法有效克服了早熟问题、保持了抗体的多样性,而且收敛速度快.
<Abstrcat> Based on the clonal selection theory,the antibody-adjusting-clone operator is analyzed.A new artificial immune system algorithm,Artificial Immune Antibody Adjusting Clonal Algorithm (AIAACA),is put forward.Based on Markov chain theorem,the general artificial immune system algorithm is proved to be convergent.Compared with the Evolutionary Algorithm (EA),AIAACA is shown to be an evolutionary strategy to solve the combinatorial optimization problem,like 0?-1 knapsack problem.
出处
《控制理论与应用》
EI
CAS
CSCD
北大核心
2005年第3期348-352,共5页
Control Theory & Applications
基金
863资助项目(2202AA135080)
973资助项目(2001CB309403)
国家自然科学基金资助项目(60133010,60372045)
关键词
克隆选择
进化算法
马尔可夫链
背包问题
clonal selection
evolutionary algorithms
Markov chain
0-1 knapsack problem
