Algorytm immunologiczny w optymalizacji wielokryterialnej konstrukcji

Artykuł prezentuje algorytm immunologiczny dla zadań optymalizacji wielokryterialnej. Algorytm oparto o mechanizm swoistej adaptacyjnej reakcji obronnej organizmu człowieka i kręgowców na chorobotwórcze drobnoustroje. Opracowano i zaimplementowano algorytm wielowątkowy, który dla każdego kryterium optymalizacyjnego realizuje niezależne przebiegi, a po ich zakończeniu łączy najlepsze wygenerowane rozwiązania z poszczególnych wątków w nowej populacji. Ogólna idea algorytmu polega na szybkim lokalnym przyroście liczebności komórek (potencjalnych rozwiązań) w najbardziej obiecujących obszarach przestrzeniu rozwiązań. Elementy przeszukiwanej przestrzeni rozwiązań traktowane są jako patogeny, a rozwiązania jako przeciwciała. Wykorzystano selekcję klonalną, operator wiekowania oraz hipermutację niejednorodną odpowiedzialną za dokładne lokalne dostrajanie się algorytmu. Algorytm przetestowano na przykładzie mechanizmu dźwigniowego chwytaka przemysłowego. Problem rozpatrywano jako dwukryterialny, ciągły i całkowitoliczbowy. Uzyskane wyniki wskazują, że algorytm immunologiczny może być efektywnym narzędziem optymalizacji wielokryterialnej problemów nieliniowych z ograniczeniami.

---

The paper presents an immune algorithm for multi-criteria optimization tasks. The algorithm is based on the mechanism of specific adaptive defense reaction of the human body to pathogens. A multi-thread algorithm was developed and implemented. The algorithm consist in independent runs, separately for each criterion and after their completion combines the best solutions generated from individual threads in the new population. The general idea of the algorithm is based on a fast local increase of cell numbers (potential solutions) in the most promising areas of solution domain. Elements of the search space are regarded as pathogens, and the solutions as antibodies. A clonal selection, aging operator and non-uniform hypermutation are used. The algorithm has been tested on the example of an industrial gripper mechanism. The problem was considered as a two-criteria task for continuous and integer decision variables. The results indicate that the immune algorithm can be an effective tool for nonlinear multi-criteria optimization with constraints.