Ogólnym celem przedstawionych w artykule badań było przeprowadzenie prób zastosowania sztucznych systemów immunologicznych do optymalizacji wybranej funkcji wielomodalnej. Rozpatrywano algorytmy CLONALG i opt-aiNET. Testy skoncentrowano na określeniu wpływu wartości parametrów algorytmów na szybkość wyznaczania maksymalnych i średnich dopasowań sieci. W efekcie wskazano wartości, które uznać można za zbliżone do optymalnych.
EN
The paper shows the results of research on application of artificial immune systems for optimization of multimodal function. The two algorithms have been tested, namely CLONALG algorithm and opt-aiNET algorithm. The tests were focused on determination of influence of algorithm parameters on effectiveness of optimum estimation. As the result of the conducted research, the set of near-optimal parameters for considered algorithms has been determined.
W artykule przedstawiono wstępne wyniki badań związanych z optymalizacją wybranych funkcji wielomodalnych z zastosowaniem algorytmu CLONALG. Algorytm CLONALG jest inspirowany na sztucznych systemach immunologicznych, a w szczególności na selekcji klonalnej.
EN
Preliminary multi-modal optimization results are shown in the article. The optimization system based on artificial immune system, especially on clonal selection, has been tested. The best results were achieved for clonal factor greater than 0,05, hypermutation factor greater than 0,002 and antibody population greater than 25.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.