基于多目标优化的改进克隆小生境算法研究

摘要

本文借鉴免疫系统中的克隆选择原理,结合小生境技术,引入新的克隆选择机制,提出了应用于多模态函数优化问题的克隆小生境算法(CNSA)以及应用于多目标优化问题的克隆小生境算法(MCNSA)。论文通过对典型的多模态函数和公认的benchmark问题进行仿真,并与传统寻优算法的相应仿真结果进行对比,实验结果说明本文提出的克隆小生境算法具有较强的多模态函数寻优能力与多目标优化解决能力。最后,论文将解决多目标优化问题的克隆小生境算法(MCNSA)应用于QOS多播路由寻优。该方法将QOS多播路由寻优作为一个以网络代价、带宽、时延为目标的多目标优化问题来处理，并用多目标优化问题的克隆小生境算法(MCNSA)来求解该问题的Pareto最优解集，通过仿真结果表明了其有效性。

目录

摘要

ABSTRACT

第1章 绪论

1.1 课题背景及研究意义

1.2 人工免疫系统研究概述

1.2.1 人工免疫系统的生物学基础

1.2.2 人工免疫系统的发展及研究现状

1.3 多目标优化问题研究综述

1.3.1 多目标优化问题研究背景

1.3.2 多目标优化问题研究现状

1.4 本文所做的工作及主要内容

第2章 多目标优化与克隆选择算法

2.1 多目标优化问题概述

2.2 多目标优化问题数学描述

2.3 多目标优化算法的性能评价

2.3.1 一元性能测度

2.3.2 二元性能测度

2.4 多目标优化算法分类

2.4.1 传统方法概述

2.4.2 多目标演化算法

2.5 克隆选择原理

2.6 克隆选择算法

2.6.1 算法介绍

2.6.2 小生境技术

2.7 克隆选择算法的不足与改进

第3章 改进的克隆小生境选择算法

3.1 多模态函数优化的克隆小生境选择算法

3.1.1 反向否定算子

3.1.2 小生境划分算子

3.1.3 克隆超变异算子

3.1.4 算法流程

3.2 多模态函数优化的实验仿真

3.2.1 否定域有效性的验证

3.2.2 否定域更新机制的性能仿真

3.2.3 改进算法与传统算法的仿真比较

3.3 多目标优化的克隆小生境选择算法

3.3.1 算法描述

3.3.2 算法仿真

第4章 改进克隆小生境算法在网络路由寻优中的应用

4.1 概述

4.2 QoS多播路由的基本概念

4.2.1 赋权图模型

4.2.2 信息状态

4.2.3 QoS的度量参数

4.3 QoS多播路由的数学模型

4.4 基于改进克隆小生境算法的多播路由优化

4.4.1 随机网络的生成

4.4.2 备选路径的编码

4.4.3 算法流程

4.4.4 算法仿真

第5章 总结与展望

参考文献

致谢

攻读硕士期间发表的论文及参加的科研项目