论文部分内容阅读
针对遗传算法求解高维多目标问题时易于早熟、陷入局部搜索等缺点.本文借鉴生物免疫系统的混沌现象及其自适应性和并行性,提出一种混杂多目标免疫优化算法（HMIOA）.算法基于混沌映射产生初始抗体群并利用混沌规律克隆优秀抗体；根据抗体的被控度和抗体间的拥挤距离设计抗体的亲和力；算法在进化过程中对不同子群采取不同突变方式；借助Average linkage聚类法更新记忆细胞等.数值实验中,选取两种著名的多目标进化算法和一种克隆选择算法,应用于4种不同类型的高维多目标优化问题,比较结果表明：HMIOA所获Pa-ret