采用生物信息克隆的免疫算法

受克隆选择过程生物学原理的启发,提出了一种采用生物信息克隆的免疫算法.抗体克隆依赖于一个动态平衡的网络,并与遗传因素相关.为了解决传统克隆过程中信息不能充分利用的问题,该进化算法将环境信息、抗体历史信息以及抗体遗传特征积累的影响引入人工免疫系统,用这多种信息作为先验知识为克隆过程提供决策支持,引导抗体系统的更新.同时采用实数与二进制混合编码方式增加种群多样性,提高收敛速度,然后分析了该算法的收敛性.仿真实验结果表明,该克隆策略能较大的提高免疫克隆算法的优化能力;与几种高级免疫克隆算法和进化算法相比,该算法寻优精度高,收敛速度快,能有效的克服早熟现象,并具有很好的高维优化能力.