基于环境策略的免疫克隆约束多目标进化算法

摘要

在常规免疫克隆约束多目标进化算法中,优秀不可行解易被淘汰,且无法直接学习进化经验.针对该问题,提出了基于环境策略的免疫克隆约束多目标进化算法.其基本思想是,在约束处理前,通过环境策略用Pareto支配形成初始抗体群,利用一个精英种群对初始抗体群进行存储;约束处理后,用环境策略变异替换克隆变异.数值实验结果表明,新算法不仅可以有效地处理约束条件,而且解的多样性和均匀性均得到一定程度改进.