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
舒万能,丁立新.克隆选择算法的优化和品质因数.软件学报,2016,27(11):2763-2776
克隆选择算法的优化和品质因数
Optimization and Quality Factor of Clonal Selection Algorithm
投稿时间:2013-04-09  修订日期:2014-07-09
DOI:10.13328/j.cnki.jos.004911
中文关键词:  品质因数  收敛性  马尔可夫链  克隆选择算法  群体多样性
英文关键词:quality factor  convergence  Markov chain  clonal selection algorithm  population diversity
基金项目:国家自然科学基金(61603420);湖北省自然科学基金(2014CFB413);中南民族大学中央高校基本科研业务费专项资金(CZY14007);科学计算与智能信息处理广西高校重点实验室科学开放基金(GXSCIIP201412)
作者单位E-mail
舒万能 中南民族大学 计算机科学学院, 湖北 武汉 430074  
丁立新 武汉大学 计算机学院, 湖北 武汉 430072 lxding@whu.edu.cn 
摘要点击次数: 1041
全文下载次数: 981
中文摘要:
      针对传统的克隆选择算法可能存在的早熟收敛现象和缺少交叉操作问题,提出一种高效的克隆退火优化算法.该算法结合了模拟退火算法与免疫系统的克隆选择机制,并保持全局搜索和局部搜索的平衡,可以有效提高算法的搜索效率,从而加快算法的收敛速度.同时,提出一种品质因数模型来分析该算法的动态性能,并运用Markov链理论对其收敛性进行分析.最后,将该算法应用到关联规则数据挖掘中,取得了较为理想的实验结果.
英文摘要:
      To tackle the problem that traditional clonal selection algorithm may suffer from premature convergence phenomenon and is lack of crossover operator problems, this paper proposes a new efficient clonal annealing optimization algorithm. The proposed algorithm combines simulated annealing algorithm with clonal selection mechanism of immune system, and maintains the balance of global and local search. The algorithm can effectively improve search efficiency, so as to speed up the convergence rate. Meanwhile, a quality factor model is used to analyze the dynamic performance of the algorithm, and an analysis of its convergence is performed using Markov chain theory. Finally, the proposed algorithm is applied to the association rule data mining, achieving satisfactory results.
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