基于混沌免疫克隆选择算法的TSP问题求解模型

作者：倪志平; 余玲; 覃溪

来源：科技通报, 2016, 32(10): 188-215.

DOI：10.13774/j.cnki.kjtb.2016.10.042

• 免疫克隆算法
• 非线性混沌
• 抗体亲和度
• 种群多样性
• 选择算子
• TSP求解

针对标准免疫克隆算法在求解TSP问题的过程中还存在收敛性不好、效率低下等问题。本文设计了一种以非线性混沌优化免疫克隆算法为基础的TSP问题求解模型,最先运用混沌变量完成抗体编码,利用混沌机制等产生克隆初始种群,然后对后代进行克隆,并将混沌算法引入到免疫克隆变异中,在进化中将混沌变量映射到实际优化问题中计算抗体的亲和度,之后再优化选择算子,为种群的多样性提供保证。实验仿真结果表明,本文提出的改进IA算法在执行时间和迭代次数上都优于传统免疫算法,在收敛问题上,比传统免疫算法更具有优势。