基于高频变异免疫进化算法的多峰值函数优化

多峰值函数优化问题一直是数值优化领域中研究的难点。本文提出一种基于高频变异的改进免疫进化算法,通过克隆选择高频变异抗体来增加群体多样性,又赋予抗体生命期抑制群体暴增,此外引入变异因子提高抗体识别抗原的速度。该算法即克服克隆选择算法的收敛速度慢,又克服遗传算法易陷入局部最优解的不足。对三个多峰值函数优化仿真,并和标准遗传算法、改进遗传算法和佳点遗传算法的计算结果进行比较,证明该方法可以快速收敛到全局最优解。