基于等级变异的克隆选择算法

提出一种克隆选择算法——基于等级变异的克隆选择算法.为提高进化中变异的有效性,算法将变异尺度分成若干等级,低等级变异有利于跳出局部最优解,实现全局寻优;高等级变异有利于局部的高精度寻优.此外,算法在进化过程中记忆父抗体的变异尺度等级等信息,并制定有效的变异策略运用这些信息以指导后续进化过程.采用标准函数测试并与其它优化算法进行对比．实验结果表明，该算法具有收敛速度快、全局搜索能力强、精度高和鲁棒性好的优点．