免疫算法在运输问题中的应用.docVIP

免疫算法在运输问题中的应用 摘要：运输问题是一种典型的组合优化问题。对以往免疫算法作了适当的改进，将其用于运输问题。通过数值实验将改进的免疫算法与遗传算法进行了对比，验证了该算法求解运输问题的有效性。 关键词关键词：免疫算法；遗传算法；运输问题 中图分类号：TP312文献标识码：A 文章编号：1座机电话号码（2014）00座机电话号码 0引言 运输是物流系统中一个必不可少的重要环节，物流系统节支生效的来源之一是物资的合理运输。目前，研究运输问题的方法层出不穷，传统的有表上作业法[1]和图上解法[2]，这两种方法的优点在于简单、直接，适合解决规模小的问题，但对于用户和产地都很多的情况容易发生组合爆炸。因此，用于解决运输问题的智能算法应运而生，使用智能算法可以有效地解决大规模的运输问题。常用的智能算法有神经网络算法[3]和遗传算法[4]，它们在解决运输问题上都得到了较好的结果，但是这两种算法容易陷入局部最优而得不到最优解。 免疫算法是受生物免疫系统启发而产生的一种确定性和随机性选择相结合并具有勘测与开采能力的启发式随机搜索算法。目前已广泛应用于函数优化、组合优化、特征识别、数据分析、机器学习等领域。但是用免疫算法来解决运输问题的情况还很少见。 为此，本文基于文献[5]的动态规模免疫算法设计思想，对其中的部分操作作了适当改进，获得了应用于运输问题的免疫算法。仿真结果表明，求解运输问题时，本算法优于文献[4]中的遗传算法。 2免疫学原理 免疫系统由免疫细胞、免疫分子和免疫器官组成，是抵抗细菌、病毒和其它致病因子入侵的基本防御系统。免疫系统要清除入侵的抗原，最关键的一步是要正确地识别抗原。抗原识别基于抗体决定基和抗原决定基的形状互补发生。抗体是B细胞识别抗原后克隆扩增分化为浆细胞所产生的一种蛋白质分子，即免疫球蛋白分子。抗体决定基和抗原决定基之间的模式越匹配、结合强度越大，抗原越易被识别。免疫系统除了具有识别能力之外，还能够学习并记忆。一些T细胞和B细胞成功识别抗原后成为记忆细胞，在循环中持续保留下来，当再次遇到相同抗原时，就被免疫系统选择出来执行高效而持久的免疫功能。由于免疫算法继乘了免疫系统的学习、记忆、自适应、自组织、分布性以及群体多样性等特点[6]，利用其解决工程问题，已成为计算智能中正在兴起的研究领域，具有广阔的发展前景。 3免疫算法 5结语 本文的免疫算法在求解运输问题上取得了令人满意的效果。算法的有效性很大程度上取决于算法突变规则的选定。此外，亲和度的定义、罚函数的选择、抑制半径的选取以及募集的新成员个数都对实验结果有影响，必须合理选择各种规则及参数才能得到好的运算结果。与遗传算法相比，本文算法在求解运输问题上有更好的效果。今后，笔者还将使用该算法解决带有时间、管理费用、延迟赔偿等约束条件的运输问题。 参考文献： [1]蒋宏峰.运输问题表上作业法的改进[J].长沙大学学报，2002（6）. [2]臧运华.运输问题的一种图上解法[J].运筹与管理，2002（8）. [3]程国忠.运输问题的神经网络解法[J].计算机应用研究，2001. [4]黄樟灿，余新华，李亮，等.遗传算法在运输问题中的应用[J].武汉汽车工业大学学报，1999（12）. [5]张著洪，黄席樾.基于免疫应答原理的免疫算法及其在多模态函数优化中的应用[J].重庆大学学报，2003（9）. [6]DE CASTRO L N， VON ZUBEN F J.Artificial immune systems：part Ibasic theory and applications[R].TRDCA01/99，1999，12. [7]黄席樾，张著洪.基于免疫应答原理的多目标优化免疫算法及其应用[J].信息与控制，2003（6）. [8]魏权龄，胡显佑，黄志民.运筹学简明教程[M].北京：中国人民大学出版社，1996. [9]周明，孙树栋.遗传算法原理及应用[M].北京：国防工业出版社，1997. [10]莫宏伟.人工免疫系统原理与应用[M].哈尔滨：哈尔滨工业大学出版社，2002. （责任编辑：云昭洁）