Study Actuality of Immune Optimization Algorithm

• Autorzy: Shi W. , Yang H. , Miao Y. , Hu Y.

Warianty tytułu

PL

Badanie algorytmu optymalizacji odpornościowej

• Języki publikacji: EN

Abstrakty

EN

In this paper, an optimization algorithm base immune principle is expatiated, explain its basic theory and process. And discuss immune algorithm’s advantage than other heuristic algorithms, such as: genetic algorithm and evolution strategy. And introduce several better algorithms base immune algorithm, present application in optimization problems. At last we propose immune algorithm’s further development in optimization problems’ application.

PL

W artykule przedstawiono algorytm optymalizacji oparty na układzie odpornościowym. Opisano podstawy teoretyczne i zasady działania. Dokonano porównania z innymi algorytmami heurystycznymi, jak genetyczny i ewolucyjny. Omówiono także potencjalne zastosowanie algorytmów bazujących na proponowanym rozwiązaniu.

Słowa kluczowe

EN

immune algorithm; genetic algorithm; evolution strategy; optimization problem

PL

algorytm odpornościowy; algorytm genetyczny; strategia ewolucji; problem optymalizacji

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2013
• Tom: R. 89, nr 3b
• Strony: 98--100
• Opis fizyczny: Bibliogr. 8 poz., schem.

Twórcy

autor

Shi W.

• School of Computer Science and Technology, 7089 Weixing Road, Changchun 130022, China

autor

Yang H.

• School of Computer Science and Technology, 7089 Weixing Road, Changchun 130022, China

autor

Miao Y.

• School of Computer Science and Technology, 7089 Weixing Road, Changchun 130022, China

autor

Hu Y.

• School of Computer Science and Technology, 7089 Weixing Road, Changchun 130022, China

Bibliografia

• [1] J.-S. Chun, H.J and S.-Y. Hahn. “A Study on Comparison of Optimization Performances between Immune Algorithm and other euristie Algorithms”, IEEE TRANSACTIONS ON MAGNETICS vol. 34, pp. 2972-2975, 1998.
• [2] J.-S. Chun, M.K and H.-K. Jung. “Shape Optimization of electromagnetic devices using Immune Algorithm”, IEEE TRANSACTIONS ON MAGNETICS vol. 33, pp. 1876-1879, 1997.
• [3] P.A. Bosman and D. Thierens. “Multi-objective optimization with diversity preserving mixture-based iterated den sity estimation evolutionary algorithms”. International Journal of Approximate Reasoning vol. 31, pp. 259-289, 2002.
• [4] V. Summanwar, V. Jayaraman, B.K, H. Kusumakar, K.G. b and J. Rajesh. “Solution of constrained optimization problems by multiobjective genetic algorithm”. Computers and Chemical Engineering vol. 26, -1492, 2002.
• [5] Zeng Yi. “An Improved Immune Algorithm”. Journal of East China Jiaotong University. Vol.24, No.1, pp.123-128, 2007.
• [6] Wang Lei, Pan Jin, Jiao Licheng. “The Immune Algorithm”. Acta Electronica Sinica.vol.28, No.7, pp.74-78, 2000.
• [7] Su Caihong, Zhu Xuefeng. “An Imm une Optim al Algorithm and Its Application”. Journal of Southwest Jiaotong University. Vol.37, No.6, pp.677-680, 2002.
• [8] Zhang Sihai, Cao Xianbin, Wang Xifa. “Immune Algorithm Based on Immune Recognition”. Acta Electronica Sinica. Vol.30, No.12, pp.1840-1844, 2002.