分享到:

人工免疫系统及人工免疫遗传算法在优化中的应用

叙述了人工免疫学的概况及免疫系统的组成,提出了一种新的优化算法——免疫 遗  (本文共4页) 阅读全文>>

东北大学
东北大学

改进免疫遗传算法及其在优化调度问题中的应用研究

随着生产社会化的不断深入,生产规模及物资流通量越来越大,复杂性也越来越高,优化调度问题已经渗透到科研及工程应用的各个领域。近代人工智能技术的飞速发展对于解决优化调度问题提供了有力的理论基础保障。因此,在该领域的研究具有重要的理论意义和实用价值。传统优化调度方法存在着种种不足,已经不能很好地适用于大规模复杂问题。近年来,多学科交叉研究为解决此类问题提供了新的思路。其中以模仿生物免疫机理为理论基础的人工免疫优化算法在各领域的研究与应用中表现出优异的性能,已成为人工智能领域一个新的研究热点。免疫遗传算法隶属于人工免疫优化算法范畴,该算法将免疫思想融入遗传进化流程中,使其有选择、有目的地利用特征信息来促进种群向优化趋势发展,同时抑制优化过程中的退化现象。本文在归纳了基本免疫遗传算法的原理与特点的基础上,总结其不足之处,综合运用多种免疫学和遗传学思想,从多种角度对算法进行改进,并将改进算法应用于几种典型的优化调度问题。通过实例仿真,验证改...  (本文共149页) 本文目录 | 阅读全文>>

中南大学
中南大学

人工免疫算法的基础研究及其应用

免疫系统、遗传系统以及神经系统三者,具备大规模并行信息处理能力、强大的学习能力、记忆能力、识别能力、自适应性和鲁棒性、自组织能力和保持多样性的能力。早熟收敛,容易陷入局部最优是标准遗传算法存在的致命。通过适应度尺度变换来调节选择压力是克服这一缺陷的主要方法。但适应度尺度变换是依赖于问题的,通用性稍差。通过对高等脊椎动物免疫系统的了解,我们得到了解决问题的一些启示:针对遗传算法早熟收敛,容易陷入局部最优的缺陷,将免疫浓度调节机制引入到遗传算法,形成免疫遗传算法。免疫遗传算法采用适应度和浓度两个指标对个体(抗体)作出进化评价,有效地调节了选择压力,保持了群体的多样性,克服了遗传算法早熟收敛的弱点,提高问题解的质量。在对现有免疫遗传算法研究的基础上,提出一种基于百分比的抗体相似度定义方法,由此形成一种改进的免疫遗传算法,有效提高算法计算速度、克服早熟收敛。克隆选择学说是用来解释生物免疫系统如何消除外来抗原的机制。克隆选择算法采取亲和度...  (本文共93页) 本文目录 | 阅读全文>>

中北大学
中北大学

基于改进免疫遗传算法的桥式起重机主梁优化设计

桥式起重机是国家经济发展建设中不可或缺的、应用广泛的重要起重设备。桥架结构中的主梁是桥式起重机的重要结构部件,研究对其进行结构优化的方法,使其减轻重量,不但能够在很大程度上节省资金,具有很强的实用价值,而且对于起重机械的发展也具有重要的意义。遗传算法是近年来发展迅速应用广泛的一种优化算法,但在解决工程优化问题时,常存在早熟收敛、容易陷入局部最优解等问题。因此本文在研究了遗传算法与人工免疫算法相关理论的基础上,对两种算法的优点加以利用,将两种算法结合,提出了一种对遗传算法的改进算法——自适应免疫遗传算法。以遗传算法为基本框架,将人工免疫算法的算子和选择方法融合进去。利用自适应概念,创新地设计了自适应交叉概率和变异概率的公式,相比免疫遗传算法的算子取值固定,自适应概念的引入可以对寻优过程进行智能调节,提高了寻优速度以及增加了抗体种群的多样性。该算法的提出,为基本遗传算法的一些缺点,提出了改进的方法。将该混合算法应用于对桥式起重机的正...  (本文共71页) 本文目录 | 阅读全文>>

大庆石油学院
大庆石油学院

基于人工免疫算法的优化策略研究

本文基于生物免疫系统原理,对人工免疫系统进行了研究,提出了改进的免疫遗传算法,对改进的免疫遗传算法的设计进行了分析,证明了算法的收敛性;并根据蚂蚁觅食原理,对蚁群算法进行了研究,提出了基于免疫机制的蚁群遗传算法,并对算法进行了分析。具体完成了以下工作:首先,利用生物免疫原理中的浓度调节机制和个体多样性保持策略以及免疫记忆功能,并引入了小生境隔离机制,提出了基于浓度和适应度的自适应式选择策略的改进的免疫遗传算法。该算法可以有效地克服基本遗传算法的未成熟收敛现象,既可以提高抗体的相似性又可以兼顾到抗体的多样性,为避免算法陷入局部最优解,缩短搜索时间提供了保证。其次,根据蚂蚁觅食思想,将免疫遗传思想应用到其中,提出了基于免疫机制的蚁群遗传算法,在保留蚁群算法所具有的全局化特性和有限时间内答案的合理性等优良特性的前提下,通过免疫机制的引入保证个体的多样性,避免出现搜索时间长、容易停滞等现象,并对该算法进行了分析。最后,将改进的免疫遗传算...  (本文共65页) 本文目录 | 阅读全文>>

西南大学
西南大学

人工免疫算法及其在优化问题中的应用研究

人工免疫算法是一种受生物免疫系统启发而设计的新型智能优化算法。它结合了问题的先验知识和生物免疫系统的自适应能力,因而具有在信息处理方面有较强的鲁棒性、在求解优化问题时不要求目标函数具有可导性等附加信息、在搜索过程中能更好地收敛到全局最优解等特点,现已被用于机器学习、异常和故障诊断、机器人行为仿真、机器人控制、网络入侵检测、函数优化等众多领域,表现出卓越的性能和效率,被人们认为是最具潜力的智能搜索算法之一。本文在已提出的人工免疫算法的基础上,结合免疫原理,对人工免疫算法及其在优化问题中的应用进行了研究,主要体现在以下几个方面:(1)针对免疫系统能通过注射疫苗来达到快速识别抗原的特性,提出了一种基于动态疫苗提取的免疫遗传算法(Immune Genetic Algorithm Based Dynamic Vaccine Extraction,简称IGAB),并将其用于TSP问题求解。仿真结果表明,IGAB能抑制遗传算法在迭代过程中出现...  (本文共58页) 本文目录 | 阅读全文>>