为了克服免疫算法在优化高维多峰函数时存在的早熟收敛问题,提出一种高效的混合免疫进化算法.动态克隆扩张、基于学习机制的超变异和多母体交叉是该算法的主要特点.同时,提出了一种算法性能评价准则,以比较不同算法在优化高维函数时的性能.在实验部分,首先使用经典测试函数测试了混合免疫进化算法的性能;然后,分别在不同的评估次数下比较了自适应差分进化、基本免疫算法和混合免疫进化算法,结果表明免疫进化算法在求解精度、稳定性等方面均明显优于前两种算法.

为了克服免疫算法在优化高维多峰函数时存在的早熟收敛问题,提出一种高效的混合免疫进化算法.动态克隆扩张、基于学习机制的超变异和多母体交叉是该算法的主要特点.同时,提出了一种算法性能评价准则,以比较不同算法在优化高维函数时的性能.在实验部分,首先使用经典测试函数测试了混合免疫进化算法的性能;然后,分别在不同的评估次数下比较了自适应差分进化、基本免疫算法和混合免疫进化算法,结果表明免疫进化算法在求解精度、稳定性等方面均明显优于前两种算法.