基于强化学习的人工免疫算法参数优化

摘要

为解决多峰函数寻优困难、参数整定等突出问题,提出一种基于强化学习(DQN)的人工免疫算法的参数优化方法。该方法将DQN的状态输入参数作为人工免疫算法的交叉算子参数和变异算子参数,将输出函数作为调节参数的Q值,并采用人工免疫算法在多峰函数寻到的极值来表示DQN的回报。结果表明,该方法能有效地优化人工免疫算法在多峰函数的参数设置,从而节约大量调参时间,实现了对交叉算子进行参数优化的目的。