%0 Journal Article
%T 一种量化正交免疫克隆粒子群数值优化算法*
%A 丛琳
%A 焦李成
%A 沙宇恒
%J 模式识别与人工智能
%P 583-592
%D 2007
%X 为了解决粒子群算法收敛速度慢和早熟收敛等问题，根据生物免疫系统理论中的克隆选择学说，提出一种量化正交免疫克隆粒子群算法.给出正交子空间分割算法，并采用正交交叉策略来增强子代个体解分布的均匀性.为避免个体邻域内最优解的丢失，提出一种自学习算子，并证明该算法的全局收敛性.实验中对标准测试函数进行20~1000维的测试，分别与5种算法进行比较，并给出算法参数对计算复杂度的影响.结果表明，本文方法有效克服早熟收敛，并且在保持种群多样性的同时提高收敛速度.
%K 粒子群优化
%K 人工免疫系统
%K 克隆选择
%K 正交设计
%K 进化计算
%U http://manu12.magtech.com.cn/Jweb_prai/CN/abstract/abstract10540.shtml