简介：提出了一种免疫遗传算法(MOGA)用来解决多目标优化问题。在该算法(MOGA)中,使用了高斯变异算子,提高了收敛速度;创建了记忆细胞集来保存每代所产生的Pareto最优解。此算法与NSGAⅡ算法进行模拟实验结果进行对比,通过比较发现,该算法无论是在个体的多样性还是收敛性上都要比NSGAⅡ算法好,表明免疫遗传算法在解决多目标优化问题上具有可观的研究前景。
简介：对社会各种突发事件进行处理的应急系统中,应急服务的选址很重要。考虑应急设施选址时的成本和应急时间因素,给出一种多目标城市应急设施选址问题的数学模型。鉴于一般方法求解该模型的困难,提出一种多目标免疫算法作为模型求解方法,通过实例计算,说明该算法是有效的。
简介：受生物免疫原理的启发而产生的人工免疫算法,是一种新型的随机启发式搜索算法。基于生物免疫系统机制,采用实数编码,利用分类变异替代传统的变异操作,提出了一种改进的用于多模态函数优化的免疫算法。算法包括免疫选择、分类变异、免疫记忆和免疫网络促进与抑制操作。文中详细讨论了算法的相关概念及算法步骤,通过对多模态测试函数进行仿真实验,实验结果表明了改进算法的有效性。
基于免疫遗传的多目标优化
多目标城市应急系统选址问题的免疫算法
一种改进的多模态函数优化的免疫算法
