基于自適應網格方法的免疫多目標進化算法

呂文鵬　許峰

摘 要：針對免疫多目標進化算法分布性欠佳的缺陷，提出一種基于自適應網格方法的免疫多目標進化算法。基本思想是：對抗體群進行免疫克隆、免疫基因和克隆選擇操作后，利用自適應網格方法提高抗體群的多樣性。仿真實驗結果和統計指標顯示，改進算法與常規免疫多目標進化算法相比較，在解的分布性方面有了較大程度的改進。

關鍵詞：多目標進化；人工免疫；自適應網格方法；分布性

中圖分類號：TP312 文獻標識碼：A

1 引言（Introduction）

20世紀70年代，Jerne最早建立了免疫網絡的數學模型。1996年12月，人工免疫系統（Artificial Immune System，AIS）概念正式提出。其后，人工免疫算法的研究進入快速發展期。鑒于人工免疫算法天然的并行性，1998年，人工免疫算法即被引入多目標優化算法，并取得了眾多成果[1]。從此以后，人工免疫多目標優化算法便一直是智能計算領域中的一個研究熱點[2-5]。

早在1991年，西安交通大學的靳蕃教授就指出“免疫系統所具有的信息處理和防衛功能具有非常深遠的意義”。2002年，莫宏偉出版了國內第一本人工免疫系統著作。西安電子科技大學焦李成教授領導的團隊系統、全面地研究了人工免疫優化算法，并出版了專著《免疫優化計算學習與識別》。近年來，國內學者在人工免疫算法特別是人工免疫多目標優化算法及應用方面取得了一系列的成果。錢淑渠[6]和劉若辰[7]等研究了動態多目標免疫優化算法；林滸[8]等研究了適應度共享多目標優化免疫克隆算法；……