主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第5期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
余 航,焦李成,公茂果,杨咚咚.基于正交试验设计的克隆选择函数优化.软件学报,2010,21(5):950-967
基于正交试验设计的克隆选择函数优化
Clonal Selection Function Optimization Based on Orthogonal Experiment Design
投稿时间:2008-05-06  修订日期:2008-09-18
DOI:
中文关键词:  人工智能  进化算法  人工免疫  克隆选择算法  正交试验设计  函数优化
英文关键词:artificial immune  evolutionary algorithm  artificial immune  clonal selection algorithm  orthogonalexperiment design  function optimization
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60703107, 60703108 (国家自然科学基金); theNational High-Tech Research and Development Plan of China under Grant No.2009AA12Z210 (国家高技术研究发展计划(863)); theNational Basic Research Program of China under Grant No.2006CB705700 (国家重点基础研究发展计划(973)); the Program for NewCentury Excellent Talents in University of China under Grant No.NCET-08-0811 (新世纪优秀人才支持计划)
作者单位
余 航 西安电子科技大学 智能信息处理研究所,陕西 西安 710071 西安电子科技大学 智能感知与图像理解教育部重点实验室,陕西 西安 710071 
焦李成  
公茂果  
杨咚咚  
摘要点击次数: 4874
全文下载次数: 4920
中文摘要:
      将正交试验设计引入到克隆选择操作中,设计出基于正交试验的克隆选择操作(clonal selection operation based on orthogonal experiment design,简称CSO-OED),并将其加入到典型的克隆选择算法中,设计出并联式的 CSO+CSO-OED(I)算法和串联式的CSO+CSO-OED(II)算法.将新设计的算法用于9 个经典的测试函数和6 个复杂 的测试函数进行对比测试,实验结果表明,CSO-OED 能够有效地保持种群的多样性,避免算法不成熟收 敛.CSO+CSO-OED(I)和CSO+CSO-OED(II)将全局搜索和局部搜索分开进行优化,对比实验表明,这种搜索策略不 但能够保证算法的收敛性,还能有效地提高搜索解的精度,增强算法的鲁棒性.
英文摘要:
      This paper presents a clonal selection operation: clonal selection operation based on orthogonal experiment design (CSO-OED). This design is later combined with the typical clonal selection operation and results in two algorithms: CSO+CSO-OED(I) adopting parallel mechanism and CSO+ CSO-OED(II) adopting series mechanism. The validation in 9 classical benchmark functions and 6 complex functions has showed that CSO-OED can not only maintain the diversity of population, but also help avoid premature. Implemented in CSO+CSO-OED(I) and CSO+CSO-OED(II), the strategy that separates the local search and global search can not only guarantee the convergence but also improve the accuracy of global solution and the robustness of the algorithm.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 
主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利