针对标准蚁群算法易于出现早熟停滞现象,提出了一种自适应多态免疫蚁群算法(adaptive polymorphic immune ant colony algorithm,PIACA)。通过设置多种状态蚁群及引入自适应多态蚁群竞争机制,PIACA算法能有效抑制收敛过程中的早熟停滞现象。将禁忌表中每只蚂蚁走过的路径视为抗体,对抗体运用局部最优搜索算法和免疫克隆选择算法进行高效优化,提高了解的质量。针对TSP实验结果表明,该算法在收敛速度及求解精度上均取得到了较好的效果。
1
人工免疫克隆选择算法是一种比较新型的智能算法,其基本算法结构与遗传算法是类似的,以下源码是为网络节点分组调度问题而设计的算法。
1
这是一个用VC写的求解TSP问题的免疫克隆选择算法,此算法是完整的,在VC下编译后即可运行。
2021-12-28 11:34:22 5.83MB 克隆选择
1
 为了提高传统的克隆选择算法收敛速度慢、搜索能力弱、易局部最优化的缺陷,对基本的克隆选择算法进行了改进。改进的措施主要包括4个方面,分别是新的克隆方法、变异概率的自适应变化、替换策略的自适应变化、变异概率的突变。改进的克隆选择算法经过多个多峰值标准函数的仿真测试,具有较快的收敛速度和较强的寻找峰值的优点,改进的效果显著。
1
这是免疫克隆选择算法中用于解决TSP问题的完整程序,初学者必下资源
2019-12-21 22:18:09 14.39MB 免疫克隆选择
1
详细的主函数、初始化模块、克隆模块、变异模块、选择模块
2019-12-21 18:58:41 6KB 免疫克隆
1