一类用于函数优化的基于混沌搜索的免疫算法

将混沌优化算法与克隆选择算法相结合,提出了一类基于混沌搜索的免疫算法.首先利用解空间变换将优化变量表示为混沌变量,并将混沌变量编码为抗体.然后,利用混沌变量的遍历性和随机性特点,通过在高亲和力抗体的邻域内进行混沌搜索以实现局部寻优,通过在整个解空间内的混沌搜索来避免陷入局部最优解.数值仿真结果表明该算法具不易陷入局部最优、解的精度高和操作简单等优点.