免疫算法

ＩＳＳＮ１０００－９８２５，ＣＯＤＥＮＲＵＸＵＥＷＥ ｍａｉｌ：ｊｏｓ＠ｉｓｅｕ．虻∞ＪｏｕｒｎａｌｏｆＳｏｆｔｗｅｍ，Ｖｏｌ１８，Ｎｏ．１１，Ｎｏｖｅｍｂｅｒ２００７，ＰＰ．２７００－２７１１

ＤＯＩ：１０１３６０００ｓ１８２７００

ｏ２００７ｂｙＪｏｕｒｎａｌｏｆ跏口陀．Ａｌｌｄｇｈ协ｒｅｓｔｒ，＇ｅｄＴｅ］／Ｆ＆ｘ：＋８６—１０也５６２５６３ｈｔｔｐ：／／ｗｗｗ．ｊｏｓｏｒｇｃ“

免疫克隆算法求解动态多目标优化问题’

尚荣华ｉ焦李成，公茂果，马支萍

（西安电子科技大学智能信息处理研究所，陕西西安７１００７１１

ＡｎＩｍｍｕｎｅＣｌｏｎａｌＡｌｇｏｒｉｔｈｍｆｏｒＤｙｎａｍｉｃＭｕｌｔｉ—ＯｂｊｅｃｆｉｖｅＯｐｔｉｍｉｚａｔｉｏｎ

ＳＨＡＮＧＲｏｎｇ－Ｈｕａ＋，ＪＩＡＯＬｉ－Ｃｈｅｎｇ，ＧＯＮＧＭｓｏ，Ｇｕｏ，ＭＡＷｅｎ Ｐｉｎｇ

（１ｎａｔｌｍｔｅｏｆＩｎｔｅｌｌｉｇｅｎｔＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ，ＸｉｄｉａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｒｔ７１００７１，Ｃｈｉｎａ）

＋Ｃｅｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：Ｐｈｎ：＋８６－２９ ８８２０９７８６，Ｆａｘ：＋８６－２９－８８２０１０２３．Ｅ ｍａｉｌ：ｔｈｓｈａｎｇ＠ｍａｉｌ．ｘｌｄｉａｎｅｄｕ．ｃｎ’ｈｔｔｐ：／／ｗｗｗ．ｘｉｄｉｍＬｅｄｕｃｎＳｈａｎｇＲＩｔ，ＪｉａｏＬＣ，Ｇｏｎｇ

ｏｐｔｉｍｉｚａｔｉｏｎ．ＪｏｕｒｎａｌＭＧ，ＭａＷＰ．ＡｎＩｍｍｕｎｅｃｌｏｎａｌａｌｇｏｒｉｔｈｍｆｏｒｄｙｎａｍｉｃｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅｈｔｍ０１＂Ｓｏｆｔｗａｒｅ，２００７，１８（１１）：２７００—２７１１．ｈｔｔｐ：ｌｌｗｗｗ．ｊｏｓ．ｏｒｇ．ｃｕｌｌ０００－９８２５／１８／２７００

ｏｆＡｂｓｔｒａｃｔ：Ｔｈｅｄｉｆｆｉｅｎｌｔｙ

ｏｒｏｙｎｍｉｎＭｕｌｔｉ－ＯｂｊｅｃｔｉｖｅＯｐｔｉｍｉｚａｔｉｏｎ（ＤＭｏ）ｐｒｏｂｌｅｍ

ＣＩｏｎａｌＡｌｇｏｒｉｔｈｍｌｉｅｓｉｎｅｉｔｈｅｒｔｈｅｏｂｊｅｃｔｉｖｅｆｕｎｅｔｉｏｎａｎｄｃｏｎｓｔｒａｉｕｔｉｌｎｎｍｎｅｔｈｅａｓｓｏｃｉａｔｅｄｐｒｏｂｌｅｍｐａｒａｍｅｔｅｒｓｖａｒｉａｔｉｏｎｗｉｔｈｔｉｍｅ．Ｉｎｔｌｌｉｓｐａｐ扎ｂａｓｅｄｏ丑ｔｈｅｆｏｒＤＭＯ（ＩＣＡＤＭＯ）ｉｓ

ｔｈｅＰｅｒｅｔｏ－ｄｏｍｉｎａｎｃｅｉｓ

ｏｎｅｓｃｌｏｎａｌｔｈｅｏｒｙ，ａｎｅｗＤＭＯａｌｇｏｒｉｔｈｍｔｅｒｍｅｄ∞Ｉｍｍｎａｅｐｒｏｐｏｓｅｄ．Ｉｎｔｈｅａｌｇｏｒｉｔｈｍ，ｔｈｅａｄｏｐｔｅｄ．Ｔｈｅｉｎｄｉｖｉｄｕａｌｓｉｎｔｈｅ

ｏｎｅｓ，ａｎｄｔｈｅｈＯｌｒｌ—ｄｏｍｉｎａｔｅｄｅｎｔｉｒｅｃｌｏｎｉｎｇｉｓａｄｏｐｔｅｄａｎｄｔｈｅｃｌｏｎａｌｓｅｌｅｃｔｉｏｎｂａｓｅｄｏｎａｎｔｉｂｏｄｙａｒｅｐｏｐｕｌａｔｉｏｎｍｅｄｉｖｉｄｅｄｉｎｔｏｔｗｏｐａａｓ：Ｄｏｍｉｎａｔｅｄａｎｄ

Ｏｎｎｏｎ．ｄｏｍｉｎａｔｅｄｏｕｔｓｓｅｌｅｃｔｅｄ．Ｔｈｒｅｅｏｐｅｒａｔｏｒｓａ咒ｉｎＵｏｄｕｃｅｄｉｎｔｏＩＣＡＤＭＯ．ｗｈｉｃｈｇｕａｒａｎｔｅｅｓｔｈｅｄｉｖｅｒｓｉ慨ｔｈｅｕｎｉｆｏｒｍｉｔｙａｎｄ

ｃｏｎｖｅｒｇｅｎｃｅｔｈｅｅｏｎｖｅＴｇｃｎｃｅｏｆｔｈｅｏｂｔｅｉｎｅｄｓｏｌｕｔｉｏｎｓ．ＩＣＡＤＭｏｍｕｃｈｉａｔｅｓｔｅｄｆｏｕｒＤＭＯｔｅｓｔｐｒｏｂｌｅｍｓａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅａｎｄｄｉｖｅｒｓｉｔｙｏｆｔｈｅＤｉｒｅｃｔｉｏｎ—ＢａｓｅｄＭｅｔｈｏｄ（ＤＢＭ），ａｎｄｏｂｔａｉｎｅｄｓｏｌｕｔｉｏｎｓｉｓｏｂｓｅｒｖｅｄ．ｂｅｔｔｅｒｐｅｒｆｏｒｍａｎｃｅｉｎｂｏｔｈｔｈｅ

Ｋｅｙｗｏｒｄｓ：ａｒｔｉｆｉｃｉａｌｉｍｍｕｎｅｓｙｓｔｅｍ；Ｐａｒｅｔｏ—ｏｐｔｉｍａｌｆｒｏｎｔ；ｄｙｎａｍｉｃｍｕｌｔｉ ｏｂｊｅｃｔｉｖｅｏｐｔｉｍｉｚａｔｉｏｎ；ｐｅｒｆｏｒｍａｎｃｅ

１１ｆｉｅｔｒｉｃ

摘要：求解动态多目标优化（ｄ”ａＩｌｌｉｃｍｕｌｔｉ－ｏｂｊｅｃｔｉｖｅ

法一一动态多目标免疫克隆优化（ｉｍｍ衄ｅｃｌｏｎａｌｏｐｔｉｍｉｚａｔｉｏｎ，简稀Ｄ呦）问题的主要困难在于目标函数，约束条件或者相关的问题参数是随时间不断变化的．基于免疫克隆选择学说，提出一种用于解决ＤＭＯｆ，ｑ题的新算ａｌｇｏｒｉｔｈｍｆｏｒＤＭＯ，简称ＩＣＡＤＭｏ）．谊算击改进了现有的克隆策略。采用整体克隆的方式；在选择笨略上，根据Ｐｅｒｅｔｏ－占优的概念，将抗体群中的个体分为支配个体和非支配个体对非支配个体进行选择，采用３个特色算子，使其很好地保持了所得解的多样性、均匀性和收敛性．通过数值实验，与ＤＢＭ（ｄｉｒｅｏｔｉｎｎ－ｂａｓｅｄｍｅｔｈｏｄ）算法进行比较，结果表明，新算法在收敛性、多样性以及解分布的广度方面都体现了很好的性能．

关键词：人工免疫系统；Ｐａｒｅｔｏ．前沿面：动态多目标优化：性能指标

文献标识码：Ａ中国法分类号：ＴＰｌ８

ＳｕｐｐｏｒｔｅｄｂｙｔｈｅＮａｔｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａｍａｄｅ＊ＧｒａｎｔＮｏｓ６０１３３０１０，６０３７２０４５，６０７０３１０８（国家自然科学基叠）：ｔｈｅ

（９７３））ＮａｔｉｏｎａｌＢａｓｉｃＲｅｓｅａｒｃｈＰｒｏｇｒａｍｏｆＣｈｉｎａｕｎｄｅｒＧｒａｎｔＮｏｓ２００１ＣＢ３０９４０３，２００６ＣＢ７０５７００（国家重点基础研究发展计划

Ｒｅｃｅｉｖｅｄ２００６－０９－１８；Ａｃｃｅｐｔｅｄ２００６－１１－２１