文献类型：期刊文献

中文题名：基于改进人工免疫算法的模糊Petri网参数优化

英文题名：Parameter Optimizing for Fuzzy Petri Net Based on Improved Artificial Immune Algorism

作者：苗国义[1];穆瑞辉[2];许加月[3]

第一作者：苗国义

机构：[1]河南科技学院信息工程学院;[2]新乡学院计算机与信息工程学院;[3]郑州大学

第一机构：河南科技学院信息工程学院,河南新乡453003

年份：2013

卷号：30

期号：9

起止页码：102-105

中文期刊名：微电子学与计算机

外文期刊名：Microelectronics & Computer

收录：CSTPCD;;北大核心:【北大核心2011】；CSCD:【CSCD_E2013_2014】；

基金：国家自然基金项目(60162046);河南省自然科学基金(1221013210871)

语种：中文

中文关键词：参数优化;人工免疫;Petri网;模糊

外文关键词：parameter optimizing~ artificial immunel Petri Net~ fuzzy

摘要：提出了一种基于改进人工免疫算法的模糊Petri网参数优化算法.首先,对模糊Petri网和产生式规则进行了定义和描述,然后,设计了抗体编码方式、亲和度评估函数和模拟退火免疫选择算子,以实现对经典人工免疫算法的改进,并定义了基于此改进人工免疫算法对参数进行优化的具体算法.仿真实验表明,文中方法能较为准确地实现参数优化,得到的优化结果与期望值具有较小的均方误差,且与其他方法相比,具有较快的全局收敛速度和较强的全局寻优能力,具有很强的通用性.
An algorism based on artificial immune algorism for obtaining the optimum parameters was proposed. Firstly, the fuzzy petri net and generating rules were defined and described, and then the coding method of antibody, Affinity evaluation function and Simulated Annealing immune selection operator are designed to improve the classic artificial immune algorism. The specific algorism based on this improved artificial algorism was defined. The simulation experiment shows the method in this paper can accurately realize the parameters optimizing and has the litter square error, compared with the other methods, our method has the quick global convergence rate, optimizing ability and strong versatility.