导读:本文包含了混合克隆选择算法论文开题报告文献综述及选题提纲参考文献，主要关键词:克隆选择,最优化,生物免疫
混合克隆选择算法论文文献综述
张伟伟,高奎,张卫正,孟颍辉,王华[1]（2019）在《基于成功历史自适应的混合克隆选择算法》一文中研究指出传统克隆选择算法在求解复杂最优化问题时常常会遇到早熟收敛和易陷入局部最优的问题.针对这些问题,提出了基于成功历史自适应的混合克隆选择算法.该算法引入改进的基因重组策略来加强算法的全局搜索能力,并将成功历史自适应变异算子与超变异算子相结合提出了成功历史自适应超变异算子来提升算法的性能.在25个测试函数上进行了测试,试验结果表明,所提出的算法能够有效提升传统克隆选择算法的性能,对比其他的算法具备很强的竞争力.(本文来源于《郑州大学学报(工学版)》期刊2019年02期）
巫东凯,张凤斌,席亮[2]（2018）在《自适应混合变异克隆选择算法研究》一文中研究指出克隆选择算法是免疫入侵理论中检测器进化的核心。传统免疫克隆选择算法中通过单一的变异很难同时兼顾全局和局部搜索,从而导致容易陷入局部最优或者收敛速度慢等弊端,通过引入文化算法,实现种群空间和信仰空间双层进化,在变异时将全局搜索能力强的柯西变异和局部搜索能力强的混沌变异相结合,提出了自适应混合变异克隆选择算法,利用信仰空间的知识来自适应地确定两种变异的作用时间和作用比例,通过KDDCUP99数据集进行测试,结果显示该算法有较好的收敛性和鲁棒性。(本文来源于《计算机工程与应用》期刊2018年21期）
欧阳秋平,何龙军,练继建,陈媛媛,马斌[3]（2014）在《基于克隆选择和粒子群混合算法的导墙结构损伤识别》一文中研究指出导墙结构长期受到水流和风等交变荷载作用,容易产生结构损伤。由于环境激励输入的未知性以及测试条件和精度的限制,使得环境激励下大型水工结构的损伤诊断遇到了很大困难。基于此,提出一种利用实数编码克隆选择和粒子群混合算法优化模态频率指标的导墙结构损伤诊断方法。该方法仅需可测性强的低阶模态频率,非常适合于环境激励条件下的大型水工结构的无损动态损伤检测。将该诊断方法应用于某导墙的损伤识别中,证明该方法在算法全局寻优性能和识别准确性上均有较大优势,可尝试在各类水工结构的损伤诊断中推广应用。(本文来源于《振动与冲击》期刊2014年17期）
许爱军[4]（2013）在《基于免疫克隆选择算法的混合流水车间调度方法》一文中研究指出针对混合流水车间调度问题,以最大流程、时间最小为目标函数,建立混合整数数学规划模型;为减少计算复杂度,将免疫克隆选择算法用于求解该问题;采取种群分组策略,引入交叉、删除算子,提高算法全局优化能力。仿真结果表明该算法求解混合流水车间调度问题能得到较好的优化效果。(本文来源于《计算机应用与软件》期刊2013年03期）
叶洪涛,罗文广,吴艳[5]（2013）在《一种基于差分进化和免疫克隆选择算法的混合优化方法》一文中研究指出为了提高免疫克隆选择算法的搜索能力,提出了一种基于差分进化和免疫克隆选择算法的混合优化方法。该方法采用差分进化提高免疫克隆选择算法的抗体亲和度,并对该算法的收敛性进行了分析。为了测试该算法的有效性,将该算法应用于函数优化问题中。仿真结果表明,该方法具有更高的收敛速度和收敛精度。(本文来源于《计算机应用研究》期刊2013年04期）
刘烽,杨涛,游海,俎宇鹏,刘文明[6]（2011）在《基于免疫克隆选择算法的混合流水车间调度问题的研究》一文中研究指出本文针对混合流水车间调度问题,以最大流程时间最小为目标函数,建立了混合整数数学规划模型;将具有解决复杂组合优化问题的免疫克隆选择算法(ICA)应用于求解混合流水车间调度问题,详细描述了ICA算法求解HFSP问题的步骤;为了验证算法的有效性,仿真对比了遗传算法和ICA算法的性能,与文献结果比较,结果表明ICA算法求解HFSP问题可行性和有效性。(本文来源于《计算机与网络》期刊2011年21期）
陶新民,刘玉,付丹丹,毕思明[7]（2011）在《混合变异克隆选择多目标优化算法》一文中研究指出研究多目标优化问题,针对提高算法的快速性,提出一种混合变异克隆选择多目标优化算法。进化在叁个抗体群中进行,不同的抗体群采用不同的变异算子,并通过外部记忆抗体群的更新,来保留进化的最优抗体,避免算法进化后期出现退化现象。算法采用的叁种变异算子:高频大尺度高斯变异算子带有振荡性质,能够对Pareto最优解区域进行勘探,单基因小尺度衰减的高斯变异算子能够使优化结果逼近Pareto最优解,均匀变异算子使算法具有局部逃逸能力,能够保证解的多样性。将算法和经典的NSGA-II、ε-MOEA算法以及单一变异的多目标克隆选择算法(MCSA)进行性能比较,结果证明新算法具有较好的快速搜索性能和鲁棒性。(本文来源于《计算机仿真》期刊2011年10期）
曾庆双,赵佰亭,陈希军[8]（2010）在《基于邻域粒化混合决策系统克隆选择约简算法》一文中研究指出针对混合决策系统的属性约简问题,提出了基于邻域粗集模型的小生境克隆选择属性约简算法.采用邻域关系度量不可分辨关系,通过邻域信息粒子逼近论域空间,可以直接处理数值型属性.克隆选择约简算法的提出解决了求解全部约简的NP完全问题.论述了亲和度函数的选择,引入了小生境技术,避免了抗体的早熟收敛及算法中的参数对具体优化目标的敏感性和单一收敛性,给出了算法的具体实现.对经典数据集和UC I中4组数据约简的仿真结果证明了算法的有效性和可行性.(本文来源于《哈尔滨商业大学学报(自然科学版)》期刊2010年01期）
保文星,朱长纯,崔万照[9]（2005）在《基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究》一文中研究指出针对分子动力学模拟中碳纳米管的结构优化问题,提出了一种新的优化算法.新的优化算法在遗传算法的基础上,引入了克隆选择机理和模拟退火技术.对五个典型函数的优化测试结果表明,该算法搜索过程稳定性好,可较好地实现全局最优.将其应用于碳纳米管原子结构优化,加快了能量优化速度,提高了优化质量.模拟结果说明,混合遗传算法的优化时间随原子数增加而呈线性增长.在碳纳米管原子数较多时,结构优化时间比共轭梯度法降低一个数量级左右,大大降低了系统的模拟时间.(本文来源于《物理学报》期刊2005年11期）
混合克隆选择算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
克隆选择算法是免疫入侵理论中检测器进化的核心。传统免疫克隆选择算法中通过单一的变异很难同时兼顾全局和局部搜索,从而导致容易陷入局部最优或者收敛速度慢等弊端,通过引入文化算法,实现种群空间和信仰空间双层进化,在变异时将全局搜索能力强的柯西变异和局部搜索能力强的混沌变异相结合,提出了自适应混合变异克隆选择算法,利用信仰空间的知识来自适应地确定两种变异的作用时间和作用比例,通过KDDCUP99数据集进行测试,结果显示该算法有较好的收敛性和鲁棒性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合克隆选择算法论文参考文献
[1].张伟伟,高奎,张卫正,孟颍辉,王华.基于成功历史自适应的混合克隆选择算法[J].郑州大学学报(工学版).2019
[2].巫东凯,张凤斌,席亮.自适应混合变异克隆选择算法研究[J].计算机工程与应用.2018
[3].欧阳秋平,何龙军,练继建,陈媛媛,马斌.基于克隆选择和粒子群混合算法的导墙结构损伤识别[J].振动与冲击.2014
[4].许爱军.基于免疫克隆选择算法的混合流水车间调度方法[J].计算机应用与软件.2013
[5].叶洪涛,罗文广,吴艳.一种基于差分进化和免疫克隆选择算法的混合优化方法[J].计算机应用研究.2013
[6].刘烽,杨涛,游海,俎宇鹏,刘文明.基于免疫克隆选择算法的混合流水车间调度问题的研究[J].计算机与网络.2011
[7].陶新民,刘玉,付丹丹,毕思明.混合变异克隆选择多目标优化算法[J].计算机仿真.2011
[8].曾庆双,赵佰亭,陈希军.基于邻域粒化混合决策系统克隆选择约简算法[J].哈尔滨商业大学学报(自然科学版).2010
[9].保文星,朱长纯,崔万照.基于克隆选择的混合遗传算法在碳纳米管结构优化中的研究[J].物理学报.2005