基于生物免疫系统的自适应学习、免疫记忆、抗体多样性及动态平衡维持等功能,提出一种动态多目标免疫 优化算法处理动态多目标优化问题.算法设计中,依据自适应ζ邻域及抗体所处位置设计抗体的亲和力,基于Pa- reto控制的概念,利用分层选择确定参与进化的抗体,经由克隆扩张及自适应高斯变异,提高群体的平均亲和力,利 用免疫记忆、动态维持和Average linkage聚类方法,设计环境识别规则和记忆池,借助3种不同类型的动态多目标 测试问题,通过与出众的动态环境优化算法比较,数值实验表明所

一种求解Job-Shop调度问题的 混合自适应变异粒子群算法 -Solving Job-Shop scheduling problem by hybrid particle swarm optimization with adaptive mutation

实数编码遗传算法中常用变异算子的ｍａｔｌａｂ实现及应用，用ｍａｔｌａｂ编写了各种变异算子并进行了比较-Common mutation operators in real coded genetic algorithms matlab implementation and application, various mutation operator was written using MATLAB and compared