基于并行人工免疫算法的大规模TSP问题求解

为求解大规模TSP问题,提出了并行人工免疫系统的塔式主从模型(TowerlikeMaster-SlaveModel,TMSM),和基于TMSM的并行免疫记忆克隆选择算法(ParallelImmuneMemoryClonalSelectionAlgorithm,PIMCSA).TMSM是粗粒度的两层并行人工免疫模型,其设计体现了分布式的免疫响应和免疫记忆机制.PIMCSA用疫苗的迁移代替了抗体的迁移,兼顾了种群多样性的保持和算法的收敛速度.与其他算法相比,PIMCSA在求解精度和运行时间上都更具优势,而且问题规模越大优势越明显.TMSM很好地体现了免疫系统的特性,PIMCSA是适合求解大规模复杂优化问题的并行人工免疫算法,具有良好的可扩展性.