【文章內(nèi)容簡(jiǎn)介】 .o為后綴的文件，是編譯后的目標(biāo)文件； .s為后綴的文件，是匯編語(yǔ)言源代碼文件； .S為后綴的文件，是經(jīng)過(guò)預(yù)編譯的 匯編語(yǔ)言源代碼文件。 執(zhí)行過(guò)程 雖然我們稱(chēng) Gcc 是 C 語(yǔ)言的編譯器，但使用 gcc 由 C語(yǔ)言源代碼文件生成可執(zhí)行文件的過(guò)程不僅僅是編譯的過(guò)程，而是要經(jīng)歷四個(gè)相互關(guān)聯(lián)的步驟∶ 預(yù)處理 (也稱(chēng) 預(yù)編譯 ， Preprocessing)、 編譯 (Compilation)、 匯編 (Assembly)和 鏈接 (Linking)。 命令 gcc 首先調(diào)用 cpp 進(jìn)行預(yù)處理，在預(yù)處理過(guò)程中，對(duì)源代碼文件中的文件包含(include)、預(yù)編譯語(yǔ)句 (如 宏 定義 define 等 )進(jìn)行分析。接著調(diào)用 cc1進(jìn)行編譯，這個(gè)階段根據(jù)輸入文件生成以 .o 為后綴的目標(biāo)文件。匯編過(guò)程是針對(duì)匯編語(yǔ)言的步驟，調(diào)用as進(jìn)行工作，一般來(lái)講， .S 為后綴的匯編語(yǔ)言源代碼文件和匯編、 .s為后綴的匯編語(yǔ)言文件經(jīng)過(guò)預(yù)編譯和匯編之后都生成以 .o 為后綴的目標(biāo)文件。當(dāng)所有的目標(biāo)文件都生成之后， gcc 就調(diào)用 ld來(lái)完成最后的關(guān)鍵性工作，這個(gè)階段就是連接。在連接階段，所有江蘇大學(xué) 2020 屆本科畢業(yè)論文 8 的目標(biāo)文件被安排在可執(zhí)行程序中的恰當(dāng)?shù)奈恢?，同時(shí)，該程序所調(diào)用到的庫(kù)函數(shù)也從各自所在的檔案庫(kù)中連到合適的地 方。 基本用法 在使用 Gcc 編譯器的時(shí)候，我們必須給出一系列必要的調(diào)用參數(shù)和文件名稱(chēng)。 Gcc編譯器的調(diào)用參數(shù)大約有 100多個(gè)，其中多數(shù)參數(shù)我們可能根本就用不到，這里只介紹其中最基本、最常用的參數(shù)。 Gcc 最基本的用法是∶ gcc [options] [filenames] 其中 options 就是編譯器所需要的參數(shù)， filenames 給出相關(guān)的文件名稱(chēng)。 c，只編譯，不連接成為可執(zhí)行文件，編譯器只是由輸入的 .c 等源代碼文件生成 .o為后綴的目標(biāo)文件，通常用于編譯不包含主程序的子程序文件。 o output_filename，確定輸出文件的名稱(chēng)為 output_filename，同時(shí)這個(gè)名稱(chēng)不能和源文件同名。如果不給出這個(gè)選項(xiàng)， gcc 就給出預(yù)設(shè)的可執(zhí)行文件 。 g，產(chǎn)生符號(hào)調(diào)試工具 (GNU 的 gdb)所必要的符號(hào)資訊，要想對(duì)源代碼進(jìn)行調(diào)試，我們就必須加入這個(gè)選項(xiàng)。 O，對(duì)程序進(jìn)行優(yōu)化編譯、連接，采用這個(gè)選項(xiàng)，整個(gè)源代碼會(huì)在編譯、連接過(guò)程中進(jìn)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(yīng)地要慢一些。 O2，比 O更好的優(yōu)化編譯、連接 ，當(dāng)然整個(gè)編譯、連接過(guò)程會(huì)更慢。 Idirname，將 dirname 所指出的目錄加入到程序頭文件目錄列表中，是在預(yù)編譯過(guò)程中使用的參數(shù)。 C程序中的頭文件包含兩種情況∶ A)include B)include “ ” 其中， A 類(lèi)使用尖括號(hào) ( )， B類(lèi)使用雙引號(hào) (“ ” )。對(duì)于 A 類(lèi)，預(yù)處理程序 cpp在系統(tǒng)預(yù)設(shè)包含文件目錄 (如 /usr/include)中搜尋相應(yīng)的文件，而 B類(lèi)，預(yù)處理程序在目標(biāo)文件的文件夾內(nèi)搜索相應(yīng)文件。 江蘇大學(xué) 2020 屆本科畢業(yè)論文 9 . 基本蟻群算法 基本蟻群算法 蟻群優(yōu)化算法是一種受自然界生物行為啟發(fā)而產(chǎn)生“自然”算法。產(chǎn)生于對(duì)蟻群行為的研究。蟻群中的螞蟻以“信息素” (pheromone)為媒介，間接異步的相互聯(lián)系。這是蟻群優(yōu)化算法的最大特點(diǎn)。螞蟻在行動(dòng)過(guò)程中 (尋找食物或?qū)ふ一爻驳穆窂?)中，會(huì)在他們經(jīng)過(guò)的地方留下一些化學(xué)物資，稱(chēng)之為“信息素”。這些物資能被同一蟻群中后來(lái)的螞蟻感受到并作為一種信號(hào)影響后者的行動(dòng)。具體表現(xiàn)在后到的螞蟻選擇有這些物資的路徑的可能性比選擇沒(méi)有這些物資的路徑的可能性大得多。后到者留下的信息素會(huì)對(duì)原有的信息素進(jìn)行加強(qiáng)，并 循環(huán)下去。這樣，經(jīng)過(guò)螞蟻越多的路徑會(huì)被越多的螞蟻訪問(wèn)，因而積累的信息素也就越多，在下一個(gè)時(shí)間內(nèi)被其他螞蟻選中的可能性也就越大。這個(gè)過(guò)程會(huì)一直持續(xù)到所有的螞蟻都走最短的那一條路為止。 通過(guò)圖 簡(jiǎn)單的了解螞蟻的運(yùn)動(dòng)過(guò)程。假設(shè)一個(gè)螞蟻外出尋找食物，螞蟻從 nest點(diǎn)出發(fā)，行走速度相同，食品在 food 點(diǎn)，螞蟻可能行走的路線(xiàn)如圖 。由于無(wú)法預(yù)知道路中間的情況，螞蟻出發(fā)時(shí)會(huì)隨機(jī)選擇 nestBfood 或 nestCfood 中的一條。 假設(shè)初始每條路線(xiàn)上分別分配一只螞蟻，每單位時(shí)間走一步。當(dāng)行走 7 個(gè)單位 時(shí)間 后，為圖 中上半部分的情形，已經(jīng)有一個(gè)螞蟻到達(dá) food 點(diǎn)。當(dāng)行走 14個(gè)單位時(shí)間 后，走 nestBfood 的螞蟻己經(jīng)回到 A點(diǎn)，而行走 nestCfood 的螞蟻到達(dá) food 點(diǎn)。如果螞蟻每經(jīng)過(guò)一點(diǎn)都留下大小為 1的信息素，這時(shí) nestBfood 路線(xiàn)的第一點(diǎn)聚集 2點(diǎn)，而 nestCfood 路線(xiàn)的第一點(diǎn)聚集 1點(diǎn)。在行走 28個(gè)單位時(shí)間后，這兩點(diǎn)的信息素變化分別為 4和 2，比值為 2:1， nestCfood 路線(xiàn)的螞蟻返回 nest 點(diǎn)。 如果按比值的比例，一群決定 nestBfood 路線(xiàn)派兩個(gè)螞 蟻，而 nestCfood 路線(xiàn)上派一個(gè)螞蟻。在每個(gè)螞蟻再各行走 28個(gè)單位時(shí)間后， nestBfood 和 nestCfood路線(xiàn)的第一個(gè)點(diǎn)各累計(jì) 12和 4，比值為 3:1。如果再按比值分配螞蟻數(shù)量，則 nestBfood路線(xiàn)分配三只螞蟻，而 nestCfood 路線(xiàn)分配一只螞蟻。按原有的模式重復(fù) 28個(gè)單位時(shí)間， nestBfood 和 nestCfood 路線(xiàn)的第一點(diǎn)信息素各積累 24 和 6，比值為 4:1。如此重復(fù)下去，可以發(fā)現(xiàn) nestBfood 和 nestCfood 路線(xiàn)的第一點(diǎn)信息素的比值會(huì)越來(lái)越大， 最后的極限是所有的螞蟻只選擇 nestBfood 路線(xiàn)。 江蘇大學(xué) 2020 屆本科畢業(yè)論文 10 圖 :螞蟻尋物過(guò)程的簡(jiǎn)化圖 為了更好的描述蟻群算法，下面所有的符號(hào)和算法設(shè)計(jì)以 TSP 為基礎(chǔ)，其它應(yīng)用可以據(jù)此進(jìn)行改進(jìn)。令 ),( 1 inidii xxxx ??? 為 n為搜索空間中第 i只螞蟻的位置。假設(shè)),( 1 sjji xxxis ???? 表示第 i只螞蟻可以去的所有位置的集合。等式 ()給出了第 i只螞蟻向第 j 個(gè)位置移動(dòng)的概率函數(shù)， 并且位置 ix 與位置 jx 之間的信息素 ij? 的值越大、先驗(yàn)值 ij? 的值越大選擇路徑 ij 的概率越大，其中 ij? 為ji xxJ?1 ,這里ji xxJ?1 是由位置 ix 移動(dòng)到位置 jx 的耗費(fèi)，通常由目標(biāo)函數(shù)決定，它可以是兩點(diǎn)間的距離或花費(fèi)的費(fèi)用。等式中的α ,β是兩個(gè)系數(shù)，分別為殘留信息素和轉(zhuǎn)移耗費(fèi)的相對(duì)重要程度。 ??? ???sl ililijijxx tttttPji1)]([)]([)]([)]([)(???????? ()下一個(gè)位 置可以根據(jù) )(tP ji xx? 的最大值來(lái)選擇或是用輪盤(pán)賭來(lái)隨機(jī)的選擇下一個(gè)位置。江蘇大學(xué) 2020 屆本科畢業(yè)論文 11 當(dāng)一個(gè)螞蟻?zhàn)咄炅怂x的路徑，則按式 ()更新信息素值。在每一次循環(huán)結(jié)束后，每條路徑上的信息數(shù)值都按 ()式 進(jìn)行更新，其中是 g? 全局信息素?fù)]發(fā)系數(shù) , 10 ?? g? 。 10)。()()1()1( ????????? ?????? ttt ijijij （ ） )()1()1( tt g ??? ???? （ ） 蟻群算法基本步驟 以 TSP為例，基本蟻群算法的具體實(shí)現(xiàn)步驟如下： (1)參數(shù)初始化。令時(shí)間 t=0 和循環(huán)次數(shù) Nc=0，設(shè)置最大循環(huán)次數(shù) Ncmax, 將 m個(gè)螞蟻置于 n個(gè)元素 (城市 )上，令有向圖上每條邊 (i, j)的初始化信息量τij(t)=const, 其中 const 表示常數(shù)，且初始時(shí)刻Δτ ij(0)=0 (2)循環(huán)次數(shù) Nc← Nc+1。 (3)螞蟻的禁忌表索引號(hào) k=1。 (4)螞蟻數(shù)目 k← k+1 。 (5)螞蟻個(gè)體根據(jù)狀態(tài)轉(zhuǎn)移概率公式 (1)計(jì)算的概率選擇元素 (城市 ) j 并前進(jìn)， j∈{C tabuk}。 (6)修改禁忌表指針，即選擇好之后將螞蟻移動(dòng)到新的元素 (城市 )，并把該元素 (城市 )移動(dòng)到該螞蟻個(gè)體的禁忌表中。 (7)若集合 C 中元素 (城市 )未遍歷完，即 km，則跳轉(zhuǎn)到第 (4)步，否則執(zhí)行第 (8)步。 (8)根據(jù)公式 ()和式 ()更新每條路徑上的信息量。 (9)若滿(mǎn)足結(jié)束條件，即如果循環(huán)次數(shù) Nc≥ Ncmax 則循環(huán)結(jié)束并輸出程序計(jì)算結(jié)果，否則清空禁忌表并跳轉(zhuǎn)到第 (2)步。 蟻群算法流程圖 江蘇大學(xué) 2020 屆本科畢業(yè)論文 12 圖 基本蟻群算法程序流程圖 復(fù)雜度分析 對(duì)于 TSP，所有可行的路徑共有 (n1)!/2 條，以此路徑比較為基本操作，則需要(n1)!/21次基本操作才能保證得到絕對(duì)最優(yōu)解。 若 1M FLOPS，當(dāng) n=10, 需要 秒 n=20, 需要 1929 年 輸出程序計(jì)算結(jié)果 按式（ 2）和式（ 3）進(jìn)行信息量更新 修改禁忌表 按式（ 1）選擇下一元素 螞蟻 k=1 循環(huán)次數(shù) Nc← Nc+1 初始化 開(kāi)始 結(jié)束 K≥m 滿(mǎn)足結(jié)束條件 螞蟻 k=k+1 N Y Y N 江蘇大學(xué) 2020 屆本科畢業(yè)論文 13 n=30, 需要 年 . 基本人工免疫算法 一般免疫算法的理論思想 生物免疫系統(tǒng) (Biological Immune System)是一種高度并行的、分布式的自適應(yīng)系統(tǒng)，它是脊椎動(dòng)物體內(nèi)能夠識(shí)別和排除抗原性異物，保護(hù)機(jī)體免受損害以及維持機(jī)體內(nèi)部環(huán)境穩(wěn)定的極為復(fù)雜的生物學(xué)系統(tǒng)。在免疫系統(tǒng)中，外來(lái)的細(xì)菌、病毒 (dangerous foreign bacteria， viruses， etc)等“非己’，物質(zhì)稱(chēng)為抗原，負(fù)責(zé)識(shí)別和清除抗原的是抗體?？贵w與抗原的匹配程度用親合力 (affinity)表示。當(dāng)親合力超過(guò)某一閉值時(shí)，即表示抗體與抗原匹配成功，免疫應(yīng)答 (immune response)過(guò)程被啟動(dòng)。此時(shí)，與外來(lái)抗原匹配 的免疫細(xì)胞 (B 細(xì)胞 )被激活 (activation)并大量增生 (Proliferation)，分泌出抗體，這些抗體與抗原結(jié)合將抗原消滅。那些能夠參與免疫應(yīng)答的細(xì)胞，會(huì)被記憶下來(lái)而長(zhǎng)期保存在免疫系統(tǒng)中，當(dāng)相同或相似的抗原再次入侵機(jī)體時(shí) (Previously)，免疫系統(tǒng)會(huì)產(chǎn)生所謂的“二次應(yīng)答”，能更快、更準(zhǔn)確、更有效地消除抗原。所以，生物免疫系統(tǒng)具有學(xué)習(xí)、記憶及聯(lián)想 (associative retrieval)的功能。 從信息處理的觀點(diǎn)看 (From an informationprocessing perspective)，免疫系統(tǒng)是與遺傳系統(tǒng)、神經(jīng)系統(tǒng)并存的人體三大信息系統(tǒng)之一，它具有如下的功能 :模式識(shí)別能力，并行信息處理能力，學(xué)習(xí)能力，記憶與聯(lián)想能力，自適應(yīng)能力，自組織自調(diào)整能力以及抗體的多樣性保持能力。正是因?yàn)槊庖呦到y(tǒng)所具有的這些優(yōu)良特性，引發(fā)了工程領(lǐng)域內(nèi)眾多研究人員對(duì)免疫系統(tǒng)極大的研究興