遗传算法和免疫算法的对比分析（转贴）
相似之处：遗传算法和免疫算法都是群体搜索策略，强调群体中个体间的信息交换。
具体来说，
1. 在算法结构上，都要经过“初始种群的产生－>评价标准计算－>种群间个体信息交换－>新种群的产生”这一循环过程。
2. 在功能上，二者的本质都是固有并行性和搜索变化的随机性，在搜索中不易陷入极小值，都有与其他智能算法结合的固有优势。
3. 在主要算子上，多数免疫算法都采用了遗传算法的算子。
4. 二者处理的对象都是表示求解的参数的编码数字串，而不是参数本身，所以都具有弱方法的一般特性，应用性很广。
区别之处：
免疫算法不是简单的遗传算法的改进，而是已经成为一门独立学科的智能计算系统。
具体来说，
1. 免疫算法的思想来自免疫系统，而非自然进化；即两者的来源思想不一样。
2. 在算法的具体实现上，遗传算法更多的是强调全局搜索，而忽略局部搜索；免疫算法则更多的两者兼顾。
3. 在遗传算法中，交叉是主要算子，变异是背景算子；而免疫算法则正好相反。
以上便是遗传算法和免疫算法的一般性对比分析。
有关这两种智能算法的数学上的定量的对比，目前尚处在研究之中。
来自：51zhuk.com 大哥好厉害~ :lol 免疫算法则更多的两者兼顾？会不会更容易丢失全局最优点？
页:
[1]