张仁崇，张著洪2*

(1.贵州大学理学院，贵州贵阳　550025；2.贵州大学大数据与信息工程学院，贵州贵阳　550025)

基于危险理论的免疫优化算法及其在概率优化问题中的应用

张仁崇1，张著洪2*

(1.贵州大学理学院，贵州贵阳550025；2.贵州大学大数据与信息工程学院，贵州贵阳550025)

探讨求解噪声分布特性未知情形下单目标非线性概率优化模型的免疫优化算法。算法设计中，基于危险理论的应答模式，依据给定的危险半径，将进化种群划分为不同类型子群；各子群中的个体动态获取样本大小，并依据不同的变异方式展开局部和全局搜索。比较性的数值实验显示，此算法在寻优效率、搜索效果等方面均有一定的优势，对复杂概率优化模型有较好应用潜力。

单目标P-模型；免疫优化；危险理论；危险半径

依据目标函数表现的形式的不同，机会约束规划模型通常有两种类型，一是目标函数为期望值函数的E-模型，另一类是目标函数满足概率不等式的P-模型(即概率优化模型)。在工程优化设计中，大量优化问题均可经由P-模型加以描述和解决，如网络结构优化、车辆调度、冗余优化、设备选址等问题[1]。当随机变量的分布特性已知时，P-模型能被转化为确定性优化问题，进而可利用静态优化方法求解。但当随机变量的信息未知的条件下，P-模型的目标函数值的估计与随机变量的样本大小密切相关，从而使得探讨搜索效率高、寻优效果好的高性能优化算法存在极大困难。针对此情形的优化问题，智能优化算法是首选的求解方法。……