一种改进型克隆选择算法及其几乎处处强收敛性研究
DOI:
CSTR:
作者:
作者单位:

1. 江南大学
2. 江南大学电气自动化研究所

作者简介:

洪露

通讯作者:

中图分类号:

基金项目:


On an improved clonal selection algorithm and its almost sure strong convergence
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    基于克隆选择原理, 引入混沌机制和小生境技术, 提出一种改进型克隆选择算法(ICSA). 该算法比传统的克隆选择算法具有更好的种群多样性和全局寻优能力. 以随机过程理论为数学工具, 分析了ICSA 所形成抗体种群的平均适应度函数的鞅性质, 并由此得出算法几乎处处强收敛性的结论. 进而证明了, 当状态空间有限时, 该算法能在有限步内以概率1 收敛到全局最优. 仿真实验表明, 该算法能有效地抑制早熟, 具有更好的全局收敛性.

    Abstract:

    By integrating chaos mechanism and niche technique, an improved clonal selection algorithm (ICSA) is proposed
    based on the clonal selection principle. The algorithm not only maintains better population diversity than the classical clonal selection algorithm, but also converges to the global optimal solution rapidly. By using stochastic processes martingale theory, the martingale characteristic of the average fitness of the population is analyzed and the almost sure strong convergence of ICSA is deduced. Furthermore, it is proved that the algorithm is globally convergent with probability 1 in a finite number of steps when the state space is finite. The simulation results show that ICSA can inhibit prematurity and has preferable global convergent performance.

    参考文献
    相似文献
    引证文献
引用本文

洪露 纪志成 龚成龙.一种改进型克隆选择算法及其几乎处处强收敛性研究[J].控制与决策,2010,25(5):725-729

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2009-05-19
  • 最后修改日期:2009-06-23
  • 录用日期:
  • 在线发布日期: 2010-05-20
  • 出版日期:
文章二维码