自然科学版
哲学社会科学版
自然科学版
当代教师教育
中国西部研究
高校实验科学技术
陕西师范大学学报（自然科学版）
数学与计算机科学
融入免疫思想的改进型粒子群优化算法
PDF下载 ()
张晓1， 范虹1*， 张莉1， 党小虎2
(1 陕西师范大学 计算机科学学院， 陕西 西安 710119;2 西安科技大学 地质与环境学院， 陕西 西安 710054）
范虹,女,副教授。E-mail:fanhong@snnu.edu.cn
摘要:
针对粒子群算法收敛速度慢、在收敛后期容易陷入局部最优解的缺陷，提出一种改进的免疫粒子群算法。改进后的算法借鉴了免疫系统中的免疫进化机理，通过引入免疫算法中的抗体浓度调节机制和免疫选择操作来提高粒子群算法（PSO）中粒子种群的多样性，扩大解的搜索空间；采用免疫记忆和免疫疫苗等操作来提高PSO算法的收敛速度和精度；定义新的抗体浓度选择方法和免疫疫苗等操作，用来帮助提高算法的求解效率。将改进后的算法用于求解经典的旅行商问题（TSP），结果表明该算法在收敛速度和收敛精度等方面等均有明显提高。
关键词：
粒子群算法； 浓度调节； 免疫记忆； 免疫疫苗； 旅行商问题
收稿日期：
2016-03-25
中图分类号：
TP18
文献标识码：
A
文章编号：
1672-4291(2017)03-0017-07doi:10.15983/j.cnki.jsnu.2017.03.134
基金项目：
国家自然科学基金(41271518); 陕西省自然科学基金(2014JM2-6115)
Doi:
An improved particle swarm optimization algorithm based on immune system
ZHANG Xiao1, FAN Hong1*, ZHANG Li1, DANG Xiaohu2
(1 School of Computer Science, Shaanxi Normal University, Xi′an 710119, Shaanxi, China;2 College of geology and environment, Xi′an University of Science and Technology, Xi′an 710054, Shaanxi, China）
Abstract:
An improved immune particle swarm optimization is proposed to solve drawbacks of low convergence rate and local optimization. The improved algorithm is to increase the diversity of the population of particles of particle swarm optimization(PSO) and to expand the search space of solutions by introducing the immune algorithm′s antibody concentration regulation mechanism and immune selection operation.The convergence rate and precision of PSO is improved by using immune memory and immune vaccine. According to the characteristics of specific problem, the improved algorithm defines a new selection operator of antibody concentration and immune vaccines to improve the optimizing ability of the algorithm. The proposed algorithm is applied to travelling salesman problem(TSP) and results show that the improved algorithm has an effective global optimization and higher convergence rate.
KeyWords:
particle swarm optimization； concentration regulation； immune memory； immune vaccine； travelling salesman problem

版权所有：陕西师范大学学报期刊社