基于抗体的蚁群优化算法研究
针对蚁群优化(ant colony optimization,ACO)容易陷入局部最优,提出一个基于抗体的新型蚁群优化算法(ant colony optimization based on immune algorithm,ACOI).ACOI是利用免疫算法中杭体的概念来改善人工蚂蚁搜寻解空间的方式,使人工蚂蚁不仅会依随费洛蒙的指引,还会受到抗体的影响去搜寻解空间;而抗体也会随着环境的改变,使抗体成为有效的及无效的2种情形,有效的杭体对人工蚂蚁会有影响,无效的抗体则没有影响.用旅行销售员问题(traveling salesmen problem,TSP)验证ACOI的效能,并与ACO做比较,证明了在蚁群系统中加入抗体要比单纯的蚁群系统效率更高.
蚁群优化(ACO)、免疫算法、推销员问题(TSP)、群体智能、抗体
22
TP301.6(计算技术、计算机技术)
重庆市自然科学基金CSTC,2006BB2242
2010-12-17(万方平台首次上网日期,不代表论文的发表时间)
共5页
507-511