论文部分内容阅读
针对传统的克隆选择算法可能存在的早熟收敛现象和缺少交叉操作问题，提出一种高效的克隆退火优化算法．该算法结合了模拟退火算法与免疫系统的克隆选择机制，并保持全局搜索和局部搜索的平衡，可以有效提高算法的搜索效率，从而加快算法的收敛速度同时，提出一种品质因数模型来分析该算法的动态性能，并运用Markov链理论对其收敛性进行分析．最后，将该算法应用到关联规则数据挖掘中，取得了较为理想的实验结果．