人工免疫算法-資料下載頁
2025-07-26 02:25本頁面
【正文】 免疫優(yōu)化仿真示意圖 子代適應(yīng)度值隨進化過程的變化曲線 0 1 0 0 0 2 0 0 0 3 0 0 0 4 0 0 002 04 06 08 01 0 0當(dāng) 前 最 佳 適 應(yīng) 度當(dāng) 前 平 均 適 應(yīng) 度適應(yīng)度進 化 子 代0 2 0 0 4 0 0 6 0 0 8 0 0 1 0 0 02 04 06 08 01 0 0當(dāng) 前 最 佳 適 應(yīng) 度當(dāng) 前 平 均 適 應(yīng) 度適應(yīng)度進 化 子 代a 通用遺傳算法計算曲線 b 免疫算法計算曲線 0 5 0 1 0 0 1 5 0 2 0 0 2 5 0 3 0 005 01 0 01 5 02 0 02 5 03 0 03 5 04 0 0仿真實驗 基于 IS的 TSP求解 之二 0 50 100 150 200 250 300050100150200250300350400a. 免疫疫苗示意圖 b. 最優(yōu)路徑示意圖 442城市的 TSP問題免疫優(yōu)化仿真示意圖 子代適應(yīng)度值隨進化過程的變化曲線 0 0 . 5 1 1 . 5 2 2 . 5 3x 1 0402 04 06 08 01 0 01 2 01 4 0最 佳 適 應(yīng) 度 曲 線平 均 適 應(yīng) 度 曲 線0 5 0 0 1 0 0 0 1 5 0 0 2 0 0 0 2 5 0 0 3 0 0 0 3 5 0 0 4 0 0 02 04 06 08 01 0 01 2 01 4 0最 佳 適 應(yīng) 度 曲 線平 均 適 應(yīng) 度 曲 線a (?,2? )ES計算曲線 b (? ,2? )IS 計算曲線 仿真實驗 基于 IE的函數(shù)優(yōu)化 之三 ? ?? ?f x xx( )s in. .? ?? ?1010 16 0 120 0 . 1 0 . 2 0 . 3 0 . 4 0 . 5 0 . 6 0 . 7 0 . 8 0 . 9 1024681 01 21 41 61 82 0問題 : 在 (0,1)內(nèi)尋找 xmax使下式成立 : f x f x x( ) ( ), ( , )m a x ? ? ? 0 1接受正常免疫疫苗時的計算曲線 0 5 0 1 0 000 . 510 5 0 1 0 01 41 61 82 00 5 0 1 0 0051 01 52 00 5 0 1 0 000 . 51( a ) ( b )( c ) ( d )(a) 基于 EP的進化過程中個體分布圖 。 (b) 基于 IP的進化過程中個體分布圖 (c) EP和 IP所求得的最佳適應(yīng)度對比圖 (d) EP和 IP所求得的平均適應(yīng)度對比圖 免疫疫苗為 時的 計算曲線 xk1 5?0 5 0 1 0 000 . 510 5 0 1 0 01 41 61 82 00 5 0 1 0 0051 01 52 00 5 0 1 0 000 . 51( a ) ( b )( c ) ( d )(a) 基于 EP的進化過程中個體分布圖 。 (b) 基于 IP的進化過程中個體分布圖 (c) EP和 IP所求得的最佳適應(yīng)度對比圖 (d) EP和 IP所求得的平均適應(yīng)度對比圖
外語相關(guān)推薦
鄂ICP備17016276號-1