基于混沌免疫克隆选择算法的TSP问题求解模型

摘要：

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。

关键词：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

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：2016年度广西高校中青年教师基础能力提升项目KY2016YB842。

在线出版日期：2016-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：188-190,215