求解TSP问题的三角形编码抗体克隆选择算法.docVIP

２００９年６月第３６卷第３期 西安电子科技大学学报（自然科学版） ＪＯＵＲＮＡＬ ｏＦ Ｊｕｎ．２００９Ｖ０１．３６ Ｎｏ．３ ＸＩＤＩＡＮＵＮＩＶＥＲＳＩＴＹ 求解ＴＳＰ问题的三角形编码抗体克隆选择算法 杜 巍１，杜海峰２，栗茂林３ （１．西安交通大学管理学院，陕西西安７１００４９，２．西安交通大学公共管理与复杂性科学研究中心，陕西西安７１００４９；３．西安交通大学现代设计及转子轴承系统教育部重点实验室，陕西西安 ７１００４９） 摘要：在探讨遗传算法求解ＴｓＰ问题中编码方式和交叉、变异算子作用特点的基础上，发现模板理论 已经不能很好地适应ＴＳＰ问题，主要是因为非二值符号编码和交叉算子对边的过度破坏导致子代难以 继承父代的优良模式．为了克服上述问题，提出一种三角形表示的路径编码方案，并给出相应的启发武路径搜索策略；引入生物免疫系统的克隆选择机理加强局部搜索，进而构造一种适合ＴＳＰ问题求解的人工免疫系统算法——超变异抗体克隆选择算法（ＨＡＣＳＡ）．典型ＴＳＰ问题的求解表明，和Ｅｎｄｏｈ等人 的免疫算法和遗传算法相比，ＨＡＣＳＡ的计算复杂度相当，６０％以上的求解结果达到或者超过问题已知 的最优值，而相应的免疫算法和遗传算法几乎均陷入局部极值，无法获得满意的求解结果． 关键词：ＴｓＰ问题；人工免疫系统；克隆选择；遗传算法中图分类号：ＴＰｌ８３ 文献标识码：Ａ 文章编号：ｌ００１—２４００（２００９）０３一０５２７一０８ Ｈｙｐｅｒ－ｍｕｔａｔｉｏｎａｎｔｉｂＯｄｙ！ｃｌｏｎｅａｌｇｏｒｉｔｈｍｓｆｏｒＴＳＰ ＤＵ肌ｉ１，ＤＵＨ口ｉ一＾７２９２，ＬＪＭａＤ—Ｚｉ，ｚ３ （１．Ｓｃｈｏｏｌｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｘｉ’ａｎＪｉａｏｔｏｎｇＵｎｉｖ－，Ｘｉ’ａｎ ７１００４９，Ｃｈｉｎａｆ ２．ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＰｕｂｌｉｃ ＡｄｍｉｎｉｓｔｒａｔｉｏｎａｎｄＣｏｍｐｌｅｘＳｃｉ．，Ｘｉ’ａｎＪｉａｏｔｏｎｇＵｎｉｖ．，Ｘｉ’ａｎ７１００４９，Ｃｈｉｎａ；３．ＫｅｙＬａｂ．ｏｆＥｄｕ． ７１００４９，Ｃｈｉｎａ） ＭｉｎｉｓｔｒｙｆｏｒＭｏｄｅｒｎＤｅｓｉｇｎａｎｄＲｏｔｏｒ－ＢｅａｒｉｎｇＳｙｓ．，Ｘｉ’ａｎＪｉａｏｔｏｎｇＵｎｉｖ．。Ｘｉ’ａｎ Ａｂｓｔｌ。ａｃｔ：ｉｎｃｌｕｄｉｎｇ ｖｅｒｙ Ａｃｃｏｒｄｉｎｇ ｃｒｏｓｓｏｖｅｒ ｔｏ ｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅａｆｆｅｃｔｉｏｎｓｏｆｔｈｅｃｏｄｉｎｇｓｔｒａｔｅｇｉｅｓａｎｄｔｈｅｂａｓｉｃｏｐｅｒａｔｏｒｓ， ｃａｎｎｏｔ ａｎｄｍｕｔａｔｉｏｎ，ｗｅｆｉｎｄｔｈａｔｔｈｅｓｃｈｅｍａｔｈｅｏｒｙｕｓｅｄ ｔｏ ａｎａｌｙｓｅｔｈｅＧｅｎｅｔｉｃＡｌｇｏ“ｔｈｍ ｗｅＵｗｈｅｎ ｓｔｒａｔｅｇｙ ｉｔｉｓ ｓｏｌｖｅｔｈｅＴｒａｖｅｈｎｇ ＳａｌｅｓｍａｎＰｒｏｂｌｅｍｓ（ＴＳＰ）．Ｂｅｃａｕｓｅｔｈｅｎｏｎ—ｂｉｎａｒｙ ｐａｒｅｎｔｓ ｃａｎｎｏｔ ｃｏｄｉｎｇ ａｎｄｔｈｅ Ｉｎ ｃｒｏｓｓｏｖｅｒ ｏｖｅｒｌｙｄｅｓｔｒｏｙｔｈｅＴＳＰｐａｔｈ，ｔｈｅｇｏｏｄｓｃｈｅｍａｏｆｔｈｅｏｖｅｒｃｏｍｅ ｆｏｒ ｔｈｅａｂｏｖｅｓｈｏｒｔｃｏｍｉｎｇｏｆ ｔｈｅＧｅｎｅｔｉｃ ｂｅ ｉｎｈｅｒｉｔｅｄｅｆｆｅｃｔｉｖｅｌｙ．ａｒｔｉｆｉｃｉａｌ ｏｒｄｅｒｔｏ Ａｌｇｏｒｉｔｈｍ， ａ ｎｅｗ ｉｍｍｕｎｅｓｙｓｔｅｍａｌｇｏｒｉｔｈｍ ｐｕｔ ＴＳＰ， Ｈｙｐｅ卜ｍｕｔａｔｉｏｎＡｎｔｉｂｏｄｙ ＣｌｏｎｅＳｅｌｅｃｔｉｏｎ Ａｌｇｏｒｉｔｈｍ ｓｏｍｅ （ＨＡＣＳ∞，ｉｓ ｆｏｒｗａｒｄｉｎｔｈｉｓ ｐａｐｅｒ． ｏｎ Ａｎｅｗｔｒｉａｎｇｌｅ＿ｂａｓｅｄｐａｔｈｒｅｐｒｅｓｅｎｔａｔｉｏｎｉｓａｄｏｐｔｅｄ，ａｎｄ ａｒｅ ｈｅｕｒｉｓｔｉｃｍｕｔａｔｉｏｎｓｔｒａｔｅｇｉｅｓｂａｓｅｄｓｅｌｅｃｔｉｏｎｔｈｅｏｒｙｏｆｉｍｍｕｎｏｌｏｇｙｉｓ ｔｈｅｔｒｉａｎｇｌｅｃｏｄｉｎｇｍｅｔｈｏｄ ｔｏ ａｌｓｏｄｅｓｉｇｎｅｄ．Ｔｈｅａｎｔｉｂｏｄｙｃｌｏｎａｌｔｈｅ ｕｓｅｄｅｎｈａｎｃｅｔｈｅｌｏｃａｌｓｅａｒｃｈ ａｒｅ ｐｅｒｆｏｍａｎｃｅ ｏｆ ａｎｔｉｂｏｄｙ．Ｉｋｔｈ ＨＡＣＳＡａｌｇｏ“ｔｈｍａｎｄｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｓ ｉｍｐｌｅｍｅｎｔｅｄ ｔｏ ｔｈｅｔｙｐｉｃａｌｔｒａｖｅｌｉｎｇ ａｓ ａｎ ｓａｌｅｓｍａｎｐｒｏｂｌｅｍｓ ｓｔｒａｔｅｇｙ，ｉｓｓｈｏｗｎ ｒｅｓｐｅｃｔｉｖｅｌｙ． ｔｏ Ｅｘｐｅｒｉｍｅｎｔｓ ｉｎｄｉｃａｔｅｔｈａｔ ＨＡＣＳＡ，ｂｅｈａｖｉｎｇｅｖｏｌｕｔｉｏｎａｒｙ ｂｅｃａｐａｂｌｅｏｆｓｏｌｖｉｎｇｃｏｍｐｌｅｘ ｃａｎ ｍａｃｈｉｎｅｌ∞ｒｎｉｎ