【正文】 精度較好的一種算法。J I A N G S U U N I V E R S I T Y本 科 畢 業(yè) 論 文蟻群算法模擬系統(tǒng)的設計與實現(xiàn)Ant Colony Simulation System Design and Implementation江蘇大學 2022 屆畢業(yè)設計（論文）I蟻群算法模擬系統(tǒng)的設計與實現(xiàn)專業(yè)班級：J 計算機 0601 學生姓名：湯琪 指導教師：蔡濤 職稱：副教授摘要： 人工免疫算法具有快速隨機的全局搜索能力，但對于系統(tǒng)中的反饋信息利用不足，往往做大量無為的冗余迭代，求解效率低。本設計是在 Linux 環(huán)境下，用 C 語言編寫的。嚴格來講，Linux 這個詞本身只表示 Linux 內(nèi)核，但在實際上人們已經(jīng)習慣了用 Linux來形容整個基于 Linux 內(nèi)核，并且使用 GNU 工程各種工具和數(shù)據(jù)庫的操作系統(tǒng)。在這種背景下，社會性動物(如蟻群、蜂群、鳥群等)的自組織(Selfanization)行為引起了人們的廣泛關(guān)注，許多學者對這種行為進行數(shù)學建模并用于計算機對其進行仿真，這就產(chǎn)生了所謂的“群體智能” (Swarm Intelligence，簡稱 SI)。鳥群在沒有集中控制的情況下能夠同步飛行等。目前國內(nèi)外研究者用蟻群算法研究了旅行商問題，指派問題，調(diào)度問題等，取得了一系列較好的實驗結(jié)果。 近幾年，人們提出了多種方法來解決蟻群算法的這三個缺點，其中蟻群算法與其他算法混合產(chǎn)生新的混合算法是一個研究方向，例如禁忌算法與蟻群算法混合，遺傳算法與蟻群算法混合，粒子群算法與蟻群算法混合等。人工免疫成為繼神經(jīng)網(wǎng)絡、模糊邏輯和進化計算后人工智能領(lǐng)域又一研究熱點。采用人工免疫算法生成信息素分布，利用蟻群算法求優(yōu)化解，優(yōu)勢互補，在收斂速度和尋優(yōu)能力兩方面較原有算法都有明顯改善。 　　Linux 加入 GNU 并遵循公共版權(quán)許可證(GPL)，由于不排斥商家對自由軟件進一步開發(fā)，不排斥在 Linux 上開發(fā)商業(yè)軟件，故而使 Linux 又開始了一次飛躍，出現(xiàn)了很多的 Linux 發(fā)行版，如 Slackware、Redhat、Suse、Turbo Linux、Open Linux 等十多種，而且還在增加，還有一些公司在 Linux 上開發(fā)商業(yè)軟件或把其他 Unix 平臺的軟件移植到 Linux 上來，如今很多 IT 界的大腕如IBM、Intel、Oracle、Infomix、Sysbase、Corel、Netscape、CA、Novell 等都宣布支持 Linux! 商家的加盟彌補了純自由軟件的不足和發(fā)展障礙，Linux 得以迅速普及。 l 以長式列出。例如： [rootttqq bin] pwd /usr/bin [rootttqq bin] 這表示目前在/usr/bin目錄下。一般就用 mkdir [dirname] rmdir 刪除目錄，相當于 dos 的 rd 命令。 cp r 相當于 dos 的 xcopy/s?！　∶?gcc 首先調(diào)用 cpp 進行預處理，在預處理過程中，對源代碼文件中的文件包含(include)、預編譯語句(如宏定義 define 等)進行分析。在連接江蘇大學 2022 屆本科畢業(yè)論文8階段，所有的目標文件被安排在可執(zhí)行程序中的恰當?shù)奈恢茫瑫r，該程序所調(diào)用到的庫函數(shù)也從各自所在的檔案庫中連到合適的地方?！　，只編譯，不連接成為可執(zhí)行文件， 等源代碼文件生成.o 為后綴的目標文件，通常用于編譯不包含主程序的子程序文件?！　，對程序進行優(yōu)化編譯、連接，采用這個選項，整個源代碼會在編譯、連接過程中進行優(yōu)化處理，這樣產(chǎn)生的可執(zhí)行文件的執(zhí)行效率可以提高，但是，編譯、連接的速度就相應地要慢一些。對于 A 類，預處理程序cpp 在系統(tǒng)預設包含文件目錄(如/usr/include)中搜尋相應的文件，而 B 類，預處理程序在目標文件的文件夾內(nèi)搜索相應文件。這是蟻群優(yōu)化算法的最大特點。后到者留下的信息素會對原有的信息素進行加強，并循環(huán)下去。假設一個螞蟻外出尋找食物，螞蟻從nest 點出發(fā)，行走速度相同，食品在 food 點，螞蟻可能行走的路線如圖 。當行走 14 個單位時間后，走 nestBfood 的螞蟻己經(jīng)回到 A 點，而行走 nestCfood 的螞蟻到達 food 點。在每個螞蟻再各行走 28 個單位時間后，nestBfood 和 nestCfood 路線的第一個點各累計 12 和 4，比值為 3:1。 圖 :螞蟻尋物過程的簡化圖為了更好的描述蟻群算法，下面所有的符號和算法設計以 TSP 為基礎，其它應用可以據(jù)此進行改進。等式中的 α,β 是兩個系數(shù)，分別為殘留信息素和轉(zhuǎn)移耗費的相對重要程度。 10?g? 10)。 (4)螞蟻數(shù)目 k←k+1 。 (8)根據(jù)公式()和式()更新每條路徑上的信息量。在免疫系統(tǒng)中，外來的細菌、病毒(dangerous foreign bacteria，viruses，etc)等“非己’ ，物質(zhì)稱為抗原，負責識別和清除抗原的是抗體。那些能夠參與免疫應答的細胞，會被記憶下來而長期保存在免疫系統(tǒng)中，當相同或相似的抗原再次入侵機體時(Previously)，免疫系統(tǒng)會產(chǎn)生所謂的“二次應答” ，能更快、更準確、更有效地消除抗原。研究者們根據(jù)問題的需要，江蘇大學 2022 屆本科畢業(yè)論文14從生物免疫系統(tǒng)中抽取若干個特性，建立了很多人工免疫系統(tǒng)(Artificial Immune SystemAIS)和人工免疫算法(Artificial Immune AlgorithmAIA)，以解決復雜的工程實際問題。在免疫系統(tǒng)中，負責識別和清除抗原的是抗體，免疫系統(tǒng)的強大的識別能力，即來源于抗體的多樣性。細胞的無性繁殖系稱作克隆。這一免疫網(wǎng)絡學說認為，抗體不但具有與抗原的抗原決定基(epitope)相結(jié)合的抗體結(jié)合部位(paratope)，而且具有自己的特定的抗原決定基(idiotope)。江蘇大學 2022 屆本科畢業(yè)論文15免疫識別是免疫系統(tǒng)的主要功能，識別的本質(zhì)是區(qū)分“自我”和“非我” 。免疫系統(tǒng)對外界入侵抗原的識別依靠 T 細胞表面的受體進行檢測，而在 T 細胞的產(chǎn)生過程中，受體通過偽隨機基因重組過程來形成。而對自體蛋白質(zhì)不具備親和力，可形成免疫耐受。主要免疫學說有反向選擇原理、進化學說、克隆選擇理論、疫苗學說和免疫網(wǎng)絡理論等。Forrest 用概率分析的方法估計了算法的可靠性與檢測集江蘇大學 2022 屆本科畢業(yè)論文16合大小的關(guān)系。 免疫遺傳算法 Chun 等提出了一種免疫算法，實質(zhì)上是改進的遺傳算法。算法中引入了抗體濃度的概念，并用信息嫡來描述，表示群體中相似可行解的多少。 免疫應答產(chǎn)生抗體是免疫系統(tǒng)的學習過程，抗原被一些與之匹配的 B 細胞識別，這些 B 細胞分裂，產(chǎn)生的子 B 細胞在母細胞的基礎上發(fā)生變化。克隆選擇算法模擬這一過程進行優(yōu)化。免疫算子包括苗和免疫選擇兩個部分，江蘇大學 2022 屆本科畢業(yè)論文17前者為了提高適應度，后者為了防止種群退化。NTSP 問題的仿真表明，該算法具有自適應能力遺傳算法具有更高的搜索效率。根據(jù)給定的目標函數(shù)和約束條件作為算法的抗原。即計算抗原和抗體的親和度。計算當前抗體群中適應值相近的抗體濃度， 濃度高的則減小該個體的選擇概率—抑制。（7）抗體群更新。否則轉(zhuǎn)到（3）重復執(zhí)行。/*抗體最大個數(shù)*/int antitotal=0。然后跳到步驟2繼續(xù)，直到檢測完所有請求；步驟6 輸出檢測結(jié)果。 infor[n][t]=infor[m][t]。d++) {c=infor[d][7]。 } } 江蘇大學 2022 屆本科畢業(yè)論文22 蟻群算法流程圖 Y N N Y 圖 蟻群算法流程圖 隨機檢測設計 從人工免疫算法生成的檢測器中隨機挑選500個檢測器來檢測請求。x=500。m++) {a[x][m]=antibody[z][m]。在本實驗中，用二維數(shù)組 a 保存隨機選出的 500 個檢測器，用二維數(shù)組 h 保存信息素較高的 500 個檢測器，用二維數(shù)組infor 保存每個檢測器的信息素，數(shù)組 infor 的第 7 個單元保存前六個單元的信息素總和，數(shù)組 infor 的第 8 個單元保存二維數(shù)組 antibody 中檢測器的下標。本實驗中，每檢測 30 個訪問請求，重新選擇 500 個檢測器。 (a) (b)圖 隨機選取檢測器檢測和蟻群算法檢測（二）圖 (a)為隨機選擇 500 個檢測器來檢測 30 個訪問請求的檢測結(jié)果，圖 (b)為蟻群算法選取信息素較高前 450 個檢測器來檢測 30 個訪問請求的檢測結(jié)果。 (a) (b)圖 隨機選取檢測器檢測和蟻群算法檢測（一）圖 (a)為隨機選擇 500 個檢測器來檢測 30 個訪問請求的檢測結(jié)果，圖 (b)為蟻群算法選取信息素較高前 250 個檢測器來檢測 30 個訪問請求的檢測結(jié)果。相信將其應用于其他問題的解決是一個不錯的方法。蔡老師工作上嚴謹、務實，學術(shù)上孜孜不倦，生活中平易近人，使我受益匪淺。2022；40 (6)：205—2o7[9]．韓健，張樂，蔡瑞英．基于人工免疫算法的入侵檢測系統(tǒng)[J]．南京工業(yè)大學學報(自然科學版)，2022；26(1)：4851[10]．鄭日榮，毛宗源．一種改進的人工免疫算法[J].計算機工程與應用，2022；39(33)：5557[11]．王磊，肖人彬．基于免疫記憶的人工免疫算法模型及其應用[J]．模式識別與人工智能，2022；15(4)：385391。使我不僅學到了一定地專業(yè)知識，還學到了為人做事的原則。本次設計并沒有達到預期想要的結(jié)果，這令人十分遺憾，但也從中學到了很多知識，了解了蟻群算法和人工免疫算法的基礎知識。江蘇大學 2022 屆本科畢業(yè)論文28第五章 總結(jié) 本次實驗，通過蟻群算法計算人工免疫算法中生成檢測器的使用情況，得出最佳解。 (a) (b)圖 隨機選取檢測器檢測和蟻群算法檢測（四）圖 (a)為隨機選擇 500 個檢測器來檢測 30 個訪問請求的檢測結(jié)果，圖 (b)為蟻群算法選取信息素較高前 350 個檢測器來檢測 30 個訪問請求的檢測結(jié)果。本實驗中，每檢測 30 個訪問請求，