基于免疫遗传算法的TSP优化问题求解  

Traveling Salesman Problem's Solution Based on Immune Genetic Algorithm

作　　者：谢刚[1] 武斌[1] 谢克明[1] 

机构地区：[1]太原理工大学信息工程学院,山西太原030024

出　　处：《太原理工大学学报》2007年第3期199-201,共3页Journal of Taiyuan University of Technology

基　　金：国家自然科学基金资助项目(60374029);山西省留学回国人员基金资助项目(2004-18)

摘　　要：在分析人工免疫系统的基础上提出一种改进的人工免疫算法——免疫遗传算法。文中介绍了该算法的基本步骤及特点,并对旅行商问题进行了仿真研究,与基本遗传算法进行了比较。结果表明所提算法能以较快的速度完成给定范围的搜索和全局优化任务,较标准遗传算法具有更强的全局搜索能力。Based on analyzing artificial immune system, a modified artificial immune algorithm-Immune Genetic Algorithm is introduced. We introduce basic approaches and characteristics of the algorithm, and compare between Immune Genetic Algorithm and the simple genetic algorithm. The new one is simulated with Traveling Salesman Problem. The simulation results show that the algorithm can converge to the global optimum at a quicker rate in a given range compared with the simple genetic algorithm.

关 键 词：人工免疫系统 免疫遗传算法 旅行商问题 

分 类 号：TP182[自动化与计算机技术—控制理论与控制工程]