基于优势肽和免疫记忆的混合蚁群算法

为了克服基本蚁群算法求解速度慢、易于出现早熟和停滞现象的缺陷，借鉴免疫算法中的免疫记忆和优势肽选择继承的思想，提出了基于优势肽和免疫记忆的混合蚁群算法（SPIM-ACA）。该算法在原有蚁群模型基础上增加内部记忆库，将记忆库中的解对应免疫抗体，将问题对应为抗原，运用免疫算子和优势肽选择算法进行新解的构造和记忆库的更新。将该算法从解的质量和多样性方面与传统蚁群算法、免疫算法及已有的改进算法进行了比较，结果表明：本文提出的算法不但明显提高了两个传统算法的性能，而且为解决其他组合优化问题提供了一个新的思路。