| 基于优势肽和免疫记忆的混合蚁群算法 |
| |
| 引用本文： | 孙莉,钱锋,罗娜. 基于优势肽和免疫记忆的混合蚁群算法[J]. 医学教育探索, 2009, 0(4): 627-633 |
| |
| 作者姓名： | 孙莉 钱锋 罗娜 |
| |
| 作者单位： | 华东理工大学化工过程先进控制和优化教育部重点实验室;华东理工大学化工过程先进控制和优化教育部重点实验室;华东理工大学化工过程先进控制和优化教育部重点实验室 |
| |
| 基金项目： | 国家“973”项目(2009CB320603)；国家自然科学基金面上项目(60804029)；上海市科技攻关项目(08DZ1123100)；长江学者和创新团队发展计划(IRT0721)；高等学校学科创新引智计划（B08021）；上海市重点学科建设项目（B504） |
| |
| 摘 要： | 为了克服基本蚁群算法求解速度慢、易于出现早熟和停滞现象的缺陷，借鉴免疫算法中的免疫记忆和优势肽选择继承的思想，提出了基于优势肽和免疫记忆的混合蚁群算法（SPIM-ACA）。该算法在原有蚁群模型基础上增加内部记忆库，将记忆库中的解对应免疫抗体，将问题对应为抗原，运用免疫算子和优势肽选择算法进行新解的构造和记忆库的更新。将该算法从解的质量和多样性方面与传统蚁群算法、免疫算法及已有的改进算法进行了比较，结果表明：本文提出的算法不但明显提高了两个传统算法的性能，而且为解决其他组合优化问题提供了一个新的思路。
|
| 关 键 词： | 优势肽； 免疫算法； 蚁群算法； 旅行商问题（TSP） |
| 收稿时间： | 2008-09-01 |
Hybrid Ant Colony Algorithm Based on the Superior Peptide and Immune Memory |
| |
| Abstract: | |
| |
| Keywords: | superior peptide immune algorithm ant colony algorithm traveling saleman problem(TSP) |
|
| 点击此处可从《医学教育探索》浏览原始摘要信息 |
|
点击此处可从《医学教育探索》下载全文 |
