基于人工免疫的蚁群算法的研究与应用

• 作 者: 桂涛
• 发表日期: 2014年01期
• 关键词: 蚁群算法 人工免疫算法 旅行商问题

随着仿生学的发展和普及,人工智能算法的研究成为了当今研究的重点领域。它广泛地应用于医疗,军事,环保,生活等方方面面,而这些算法中的蚁群算法又是研究人工智能算法应用的基础基于人工免疫的蚁群算法是模拟进化算法中的一个研究热点。传统的蚁群算法具有很多的优点,全局搜索能力比较强,具有并行化原理。但是还是存在一定不足之处,例如算法的初始化值随意性大,容易陷入局部解且算法的求解速度慢等缺点。这是因为蚁群中多个个体的运动是随机的,虽然通过信息的交流能够向着最优路径进化,但是当群体规模较大时,很难在较短时间内从毫无规律的路径中找出一条较好的路径,如果一味加快收敛速度则很可能导致蚂蚁的搜索陷入局部最优造成早熟、停滞现象.而人工免疫算法是一种受生物免疫系统启发而设计的新型智能优化算法。它结合了问题的先验知识和生物免疫系统的自适应能力,因而具有在信息处理方面有较强的鲁棒性、在求解优化问题时不要求目标函数具有可导性等附加信息、在搜索过程中能更好地收敛到全局最优解等特点。因此将这两种算法结合在一起,本文提出基于人工免疫的蚁群算法,通过人工免疫的机制来获取初始解,在抗体序列的选择中使用交叉变异等操作,用来加快算法的收敛速度,同时能够有效降低算法陷入局部最优解的情况。该算法可以用于求解旅行商和一些优化性的问题,并且通过计算机上仿真模拟算法,进一步证明了该算法在收敛速度和计算精度的方面较传统算法都有明显提升。