基于Elitism策略的改进免疫遗传算法求解TSP问题  

A Modified Immune Genetics Algorithm with Elitism Strategy for Traveling Salesman Problems

作　　者：王曙霞[1] 涂俊英[1] 郑艳君[1] WANG Shu-xia, TU Jun-ying, ZHENG Yan-jun（School of Computer and Information Science, Xiaogan University, Xiaogan 432100, China）

机构地区：[1]孝感学院计算机与信息科学学院,湖北孝感432100

出　　处：《电脑知识与技术》2010年第1期193-195,共3页Computer Knowledge and Technology

基　　金：湖北省教育厅优秀中青年人才项目资助（Q200726003）

摘　　要：TSP问题是一类典型的NP完全问题。作者结合Elitism策略提出了一种新的改进免疫遗传算法。该算法既保留了遗传算法的全局随机搜索的优点,又避免了免疫遗传算法的早熟、收敛速度慢等缺点。经仿真实验对比,在求解TSP问题时,该文提出的新算法具有收敛速度快及动态收敛性好的优点。In this paper, a new modified immune genetics algorithm with elitism is designed to solve traveling salesmen problems（TSP）.The proposed algorithm holds the global searching, and avoids the shortcomings of the immune genetics algorithm, such as converging slowly and precocity.As the experimentations show, the new algorithm has quick convergence speed and better dynamic convergence for solve TSP.

关 键 词：Elitism策略 遗传算法 免疫遗传算法 旅行商问题 优化 

分 类 号：TP301[自动化与计算机技术—计算机系统结构;自动化与计算机技术—计算机科学与技术]