資源描述：
《基于抗體的蟻群優(yōu)化算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于抗體的蟻群優(yōu)化算法研究第２２卷第４期重慶郵電大學學報（自然科學版）Ｖｏｌ．２２?。危铮矗玻埃保澳辏冈拢剩铮酰颍睿幔欤铮妫茫瑁铮睿纾瘢椋睿纾眨睿椋觯澹颍螅椋簦铮妫校铮螅簦螅幔睿洌裕澹欤澹悖铮恚恚酰睿椋悖幔簦椋铮睿螅ǎ危幔簦酰颍幔欤樱悖椋澹睿悖澹牛洌椋簦椋铮睿粒酰纾玻埃保盎诳贵w的蟻群優(yōu)化算法研究收稿日期：２０１００１１２ 修訂日期：２０１００６０９ 基金項目：重慶市自然科學基金（ＣＳＴＣ，２００６ＢＢ２２４２）ＦｏｕｎｄａｔｉｏｎＩｔｅｍ：ＣｈｏｎｇｑｉｎｇＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎ
2、Ｐｒｏｊｅｃｔ，ＣＳＴＣ（ＣＳＴＣ，２００６ＢＢ２２４２）．胡 勇（重慶交通大學應(yīng)用技術(shù)學院，重慶４０００７４）摘 要：針對蟻群優(yōu)化（ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ）容易陷入局部最優(yōu)，提出一個基于抗體的新型蟻群優(yōu)化算法（ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎｂａｓｅｄｏｎｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ，ＡＣＯＩ）。ＡＣＯＩ是利用免疫算法中抗體的概念來改善人工螞蟻搜尋解空間的方式，使人工螞蟻不僅會依隨費洛蒙的指引，還會受到抗體的影響去搜尋解空間；而抗體也會隨著環(huán)境的改變，使抗體成為有效的及無效的２種情
3、形，有效的抗體對人工螞蟻會有影響，無效的抗體則沒有影響。用旅行銷售員問題（ｔｒａｖｅｌｉｎｇｓａｌｅｓｍｅｎｐｒｏｂｌｅｍ，ＴＳＰ）驗證ＡＣＯＩ的效能，并與ＡＣＯ做比較，證明了在蟻群系統(tǒng)中加入抗體要比單純的蟻群系統(tǒng)效率更高。關(guān)鍵詞：蟻群優(yōu)化（ＡＣＯ）；免疫算法；推銷員問題（ＴＳＰ）；群體智能；抗體中圖分類號：ＴＰ３０１．６ 文獻標識碼：Ａ文章編號：１６７３８２５Ｘ（２０１０）０４０５０７０５ＲｅｓｅａｒｃｈｏｎａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎａｎｔｉｂｏｄｙＨ
4、ＵＹｏｎｇ（ＣｏｌｌｅｇｅｏｆＡｐｐｌｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００７４，Ｐ．Ｒ．Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｐａｐｅｒｐｒｏｐｏｓｅｄａｎｅｗｔｙｐｅｏｆａｎｔｉｂｏｄｙｂａｓｅｄａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ（ＡＣＯ），ｋｎｏｗｎａｓｔｈｅＡＣＯＩ（ＡＣＯｂａｓｅｄｏｎｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ）．ＡＣＯＩｗａｓｔｈｅｕｓｅｏｆａｎｔｉｂｏｄｉｅｓｉｎｔｈｅｃｏｎｃｅｐｔｏｆｉｍｍｕｎｅａｌｇｏｒｉｔｈｍｔ
5、ｏｉｍｐｒｏｖｅｔｈｅｗａｙｓｏｆａｒｔｉｆｉｃｉａｌａｎｔｓｓｅａｒｃｈｓｏｌｕｔｉｏｎｓｐａｃｅｉｎｗｈｉｃｈａｒｔｉｆｉｃｉａｌａｎｔｓｗｏｕｌｄｎｏｔｏｎｌｙｆｏｌｌｏｗｔｈｅｇｕｉｄｅｌｉｎｅｓｗｉｔｈｔｈｅｐｈｅｒｏｍｏｎｅ，ｂｕｔａｌｓｏｓｅａｒｃｈｔｈｅｓｏｌｕｔｉｏｎｓｐａｃｅｂｙｔｈｅｉｍｐａｃｔｏｆａｎｔｉｂｏｄｉｅｓ．Ｔｈｅａｎｔｉｂｏｄｙｗｏｕｌｄｂｅｅｆｆｅｃｔｉｖｅｏｒｉｎｅｆｆｅｃｔｉｖｅａｓｅｎｖｉｒｏｎｍｅｎｔｓｃｈａｎｇｅ．Ｔｈｅｅｆｆｅｃｔｉｖｅａｎｔｉｂｏｄｙｈａｄａｎｉｍｐａｃ
6、ｔｏｎａｒｔｉｆｉｃｉａｌａｎｔｓ，ｗｈｉｌｅｉｎｅｆｆｅｃｔｉｖｅｎｏｔ．ＡＣＯＩｐｒｏｖｅｄｂｙｔｒａｖｅｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅｍｄｏｉｎｇｖａｌｉｄａｔｉｏｎ，ａｎｄｃｏｍｐａｒｅｄｗｉｔｈｔｈｅＡＣＯ，ｓｈｏｗｓｔｈａｔａｄｄｉｎｇａｎｔｉｂｏｄｉｅｓｔｏａｎｔｓｇｒｏｕｐｉｓｍｏｒｅｅｆｆｅｃｉｂｅｔｈａｎａｓｉｍｐｌｅａｎｔｃｏｌｏｎｙｓｙｓｔｅｍ．Ｋｅｙｗｏｒｄｓ：ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ（ＡＣＯ）；ｉｍｍｕｎｅａｌｇｏｒｉｔｈｍ；ｔｒａｖｅｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅ
7、ｍ（ＴＳＰ）；ｓｗａｒｍｉｎｔｅｌｌｉｇｅｎｃｅ；ａｎｔｉｂｏｄｙ０ 引 言蟻群優(yōu)化（ａｎｔｃｏｌｏｎｙｏｐｔｉｍｉｚａｔｉｏｎ，ＡＣＯ）由Ｄｏｒｉｇｏ提出，其理論基于自然界螞蟻外出覓食的行為，應(yīng)用于求近似解的一種人工智能啟發(fā)式解法［１２］。ＡＣＯ的基本概念是自然界的螞蟻會離開巢穴尋找食物，藉由它們自己本身所散發(fā)出來的特有化學分泌物—費洛蒙來幫助螞蟻在找尋食物時，能夠遺留下某些信息給其他的螞蟻知道其尋找食物時曾經(jīng)所走過的路徑。而自然界的螞蟻在經(jīng)過不斷地搜尋食物的過程中，往往會遺留許多的費洛蒙，隨著越來越多的螞蟻走過相同的
8、路徑時，此路徑的費洛蒙也隨之增加；相對的，其余路徑的費洛蒙則會慢慢蒸發(fā)；最后螞蟻利用費洛蒙來找尋出離食物最近的相關(guān)路徑。而蟻群優(yōu)化就是利用模擬自然界螞蟻的搜尋方式，演化出一種人工螞蟻，代替一般的搜尋方法，進而達到搜尋最短路徑。但大量的實踐表明，ＡＣＯ容易陷入局部最優(yōu)解（ｌｏｃａｌｏｐｔｉｍｉｚａｔｉｏｎ
