免疫算法程序

内含多个，蚁群算法，粒子群算法，人工免疫，禁忌搜索等智能算法的相关文档，论文。可供该领域的相关人士参考

摘要:在求解全局优化问题时,通常免疫算法、进化扩散算法分别在局部搜索和全局搜索方面表现较弱。针对这一情况,基于免疫和进化扩散算法,提出了一个免疫-进化扩散算法。该算法结合了免疫和进化扩散两种算法的优点

课程大作业,使用C++语言实现免疫算法。上传了codeblocks工程,打开可直接运行。 代码解决经典的旅行商(TSP)问题。

装箱问题是一个典型的NP完全问题本文采用一种免疫遗传算法来解决装箱问题

人机结合免疫算法及其应用研究简报，李灿，胡清华，以简化的国际通信卫星（INTELSAT-III）舱布局设计为背景，给出了人机结合免疫算法（HCCIA）。该算法将人工方案（人工抗体）和算法方案�

:针对阴性选择免疫算法中字符串空间收敛效果差以及运行成本高的缺点,依据Forrest阴 性选择算法提出了一种新的改进算法。该算法基于模式概念建立检测器库,检测器库存储了所有 与自体不匹配的字符串个数,

针对PSO算法求解多目标优化问题时易陷入局部最优解的问题,采用非支配邻近免疫算子来对粒子群的外部档案进行维护和变异操作,有效提高了Pareto解的多样性,从而提出一种多目标非支配邻近免疫粒子群算法(N

针对目前的量子进化算法在高维函数优化时容易陷入局部最优,利用信息熵的概念,将量子进化算法和免疫遗传算法进行改进与融合,提出一种基于信息熵的量子免疫遗传算法.该方法对抗体采用相位编码,用信息熵准确地度量

为了克服免疫算法在优化高维多峰函数时存在的早熟收敛问题,提出一种高效的混合免疫进化算法.动态克隆扩张、基于学习机制的超变异和多母体交叉是该算法的主要特点.同时,提出了一种算法性能评价准则,以比较不同算

基于遗传和免疫算法的TSP求解方法1、介绍TSP问题及复杂度分析，剖析传统方法弊端；2、介绍现代算法——遗传和免疫；3、遗传免疫算法与TSP问题结合；4、改进算法本文法求解部分已达到世界第