位置:成果数据库 > 期刊 > 期刊详情页
分层协同进化免疫算法及其在TSP问题中的应用
  • 期刊名称:电子学报
  • 时间:0
  • 页码:336-344
  • 语言:中文
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]湖南大学电气与信息工程学院,湖南长沙410082, [2]湖南大学信息科学与工程学院,湖南长沙410082
  • 相关基金:国家自然科学基金重点项目(No.60634020);国家自然科学基金(No.60874096)
  • 相关项目:煤粉燃烧的图像与数据融合检测及其控制方法研究
中文摘要:

为提高人工免疫算法求解TSP问题的效率,借鉴分层和协同进化的思想,构造了一种基于多子种群免疫进化的两层框架模型,在此模型的基础上提出了一种基于竞争-合作的分层协同进化免疫算法(Hierarchical Co-evolu-tionImmune Algorithm,HCIA).HCIA通过对若干个子种群进行低层免疫操作:局部最优免疫优势、克隆扩增及克隆选择算子、基于改进粒子群优化算法的抗体多样性改善和高层遗传操作:选择、抗体迁移、变异,增强优秀抗体实现亲和度成熟的机会,提高抗体群分布的多样性,在深度搜索和广度寻优之间取得了平衡.针对TSP实验结果表明,HCIA具有可靠的全局收敛性及较快的收敛速度.

英文摘要:

In order to solve Traveling Salesman Problem(TSP) more efficient using artificial immune algorithm,using for reference of hierarchical and co-evolutionary idea,a two-floor model based on multiple-population immune evolution as well as Hierarchical Co-evolution Immune Algorithm(HCIA) based on competition-cooperation is put forward.Multiple subpopulations are operated by bottom floor immune operators:local optimization immunodominance、clonal expansion and other clonal selection operators、amelioration of antibody diversity based on improved Particle Swarm Optimization(PSO) algorithm.Multiple subpopulations are also operated by top floor genetic operators:selection、antibody migration、mutation.Through those operators,excellent antibody affinity maturation and diversity of antibody subpopulation distribution was enhanced,the balance between in the depth and breadth of the search-optimizing was acquired.Experimental results for TSP indicate that HCIA has a remarkable quality of the global convergence reliability and convergence velocity.

同期刊论文项目
期刊论文 287 会议论文 65 获奖 9 专利 15 著作 2
同项目期刊论文