基于竞赛采样的微免疫优化方法求解约束期望值规划

这项工作研究了一种生物启发式的微免疫优化算法，以解决一般的单目标非线性约束期望值编程，而无需任何先验分布。 在算法研究中，理论上发展了两个下界样本估计值，以估计个体的经验值。 设计了两种自适应竞赛采样方案来识别给定人群中的那些有竞争性的个体，高素质的个体可以通过这些计划获得较大的采样量。 建立了免疫进化机制以及局部搜索方法来进化当前种群。 对比实验表明，该算法可以有效地解决高维基准问题，具有进一步应用的潜力。