免疫克隆选择算法研究及其应用

发布时间：2016-12-12 18:20

  本文关键词：免疫克隆选择算法研究及其应用，由笔耕文化传播整理发布。

《湖南大学》 2010年

免疫克隆选择算法研究及其应用

刘朝华  

【摘要】： 人工免疫系统是模拟生物免疫系统的高性能、自组织、强鲁棒性的人工智能系统。本文主要在深入探索和研究了生物免疫系统中蕴含的智能学习机制。提出了一种高效的免疫优势克隆选择算法模型；设计了一种面向组合优化问题的局部最优免疫优势克隆选择算法；并将免疫优势克隆选择算法与蚁群算法相结合构造了一种新的免疫蚁群克隆选择算法；最后将免疫智能算法与现代自抗扰控制理论相结合提出了一种免疫智能自抗扰控制技术理论与方法。主要研究工作包括以下几个方面： (1)提出了一种免疫优势的克隆选择算法框架模型,将克隆倍增算子予以改进,改进了亲和力函数,算法通过局部最优免疫优势,克隆扩增,动态高频变异等相关算子的操作,同时引入浓度调节机制抗体克隆删除等操作保证抗体群的多样性,使算法在深度搜索和广度寻优之间取得了平衡,理论分析了算法的收敛性,实验比较验证算法的高效性。 (2)提出了一种面向组合优化问题的局部最优免疫优势克隆选择算法,设计出一种针对TSP问题的局部最优免疫优势算子,通过局部最优免疫优势算子操作获得优秀抗体,将优秀抗体按照亲和力和浓度大小进行克隆扩增,通过高频动态变异,提高抗体亲和力成熟的效率,同时引入浓度调节,与抗体克隆删除等相关算子避免了算法未成熟收敛。通过实验结果表明了该算法的可行性、有效性,具有较快的收敛速度,同时具有精确的最优解。 (3)将免疫优势克隆选择算法与蚁群算法相结合,提出了一种免疫蚁群克隆选择算法。该算法将蚂蚁分成两种状态,扩大了解的搜索空间,有效抑制了收敛过程中的早熟停滞现象,将禁忌表中的抗体通过克隆扩增、高频变异等免疫算子操作得到精英蚂蚁,再对抗体记忆库引入局部最优免疫策略。理论分析了算法的收敛性,并将其应用于组合优化问题求解,实验结果表明提高算法的求解精度。 (4)将免疫智能算法与现代自抗扰控制理论相结合,利用改进的免疫克隆选择算法的强优化能力,将其应用于自抗扰控制器优化,提出智能自抗扰控制器的优化方法和步骤,充分发挥了自抗扰控制器优越性,最后将免疫智能自抗扰控制器应用于非线性系统控制并与最近研究方法比较表明了免疫智能自抗扰控制器具有优良的控制品质,为智能控制理论提供了新的思路。

【关键词】：
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP18
【目录】：

摘要5-6

Abstract6-8

目录8-10

插图索引10-11

附表索引11-12

第1章 绪论12-20

1.1 人工免疫系统的发展12-14

1.1.1 生物免疫研究的发展12-13

1.1.2 人工免疫系统的研究概况13-14

1.2 人工免疫系统应用研究现状14-16

1.3 自抗扰控制技术研究现状16-17

1.4 课题目的与意义17-18

1.5 研究的主要工作、方法和内容安排18-20

第2章 局部最优免疫优势的克隆选择算法20-34

2.1 克隆选择原理20-23

2.1.1 克隆选择20-21

2.1.2 克隆扩增21

2.1.3 克隆选择算法21-22

2.1.4 改进的克隆选择算法22-23

2.2 基于局部最优免疫优势的克隆选择算法23-26

2.3 局部最优免疫优势算法26-28

2.4 免疫优势克隆算法收敛性分析28-29

2.5 实验仿真及分析29-33

2.5.1 实验分析31-32

2.5.2 算法多样性分析32-33

2.6 小结33-34

第3章 面向组合优化问题免疫优势克隆选择算法34-42

3.1 引言34-35

3.2 免疫算子的构造35-38

3.2.1 面向TSP问题免疫优势算子36-37

3.2.2 局部最优免疫优势算子(LOIO)构造37-38

3.3 (LOICSA)算法实现38-39

3.4 实验仿真39-41

3.5 小结41-42

第4章 基于免疫优势蚁群克隆选择算法42-51

4.1 引言42

4.2 免疫优势蚁群克隆选择算法42-46

4.2.1 基本蚂蚁系统42-43

4.2.2 双态蚁群43-44

4.2.3 信息素的更新规则44-45

4.2.4 基于禁忌表的免疫优势算法45-46

4.3 算法分析46-47

4.3.1 收敛性分析46-47

4.3.2 时间复杂度分析47

4.4 实验仿真47-49

4.4.1 BAIA算法的参数研究47-48

4.4.2 对比实验研究48-49

4.5 本章小结49-51

第5章 自抗扰控制器优化设计51-60

5.1 引言51-52

5.2 自抗扰控制器基本原理52-55

5.3 基于免疫优势克隆选择算法的ADRC优化设计55-57

5.3.1 系统评价函数的选择56

5.3.2 免疫智能自抗扰控制优化56-57

5.4 自抗扰控制器在非线性系统中的控制57-59

5.4.1 激励信号下控制系统的响应输出及误差跟踪57-58

5.4.2 控制系统抗干扰能力58-59

5.5 本章小结59-60

结束语60-62

参考文献62-68

致谢68-69

附录A (攻读学位期间发表的学术论文)69-70

附录B (攻读学位期间参与的科研课题)70

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【引证文献】

中国期刊全文数据库 前1条

1 罗梅;雷梁;魏聪聪;;混沌免疫混合算法参数自适应调整的优化设计[J];信阳师范学院学报(自然科学版);2012年03期

【参考文献】

中国期刊全文数据库 前10条

1 彭春华;;基于免疫BPSO算法与拓扑可观性的PMU最优配置[J];电工技术学报;2008年06期

2 史婷娜;张典林;夏长亮;陈炜;万健如;;基于遗传整定的永磁交流伺服系统模糊免疫PID控制器[J];电工技术学报;2008年07期

3 于涵;王毅;沈昌祥;;一种基于免疫系统原理的信息安全系统新模型[J];电子学报;2006年S1期

4 戚玉涛;焦李成;刘芳;;基于并行人工免疫算法的大规模TSP问题求解[J];电子学报;2008年08期

5 曹琼;郑红;李行善;;基于免疫编码的图像特征选择方法[J];电子学报;2009年03期

6 尚荣华;焦李成;马文萍;公茂果;;用于约束多目标优化的免疫记忆克隆算法[J];电子学报;2009年06期

7 王磊;刘小勇;;协同人工免疫计算模型的研究[J];电子学报;2009年08期

8 刘震;白中英;施进明;林昭文;;基于量子克隆选择的自适应多模式快速运动估计算法[J];电子与信息学报;2008年10期

9 马文萍;焦李成;尚荣华;;免疫克隆SAR图像分割算法[J];电子与信息学报;2009年07期

10 张英杰;王锦锟;章兢;;重型电动轮自卸车自抗扰传动控制[J];湖南大学学报(自然科学版);2008年12期

【共引文献】

中国期刊全文数据库 前10条

1 吴仲;;半导体激光器自动温度控制系统优化设计[J];安徽电子信息职业技术学院学报;2011年03期

2 何芳;丁金嫚;;TS-PSO算法在电力系统无功优化中的应用[J];安徽电力;2011年02期

3 许小健;张金轮;;微进化算法[J];安徽工程科技学院学报(自然科学版);2010年04期

4 许志军;张春飞;胡瑞华;;淀粉生产线浓度BP神经网络控制器的设计与实现[J];安徽农业科学;2010年13期

5 汪艳丽,季其仁,肖玲玲,周邦涛;围绝经期、绝经后妇女性激素水平的变化及其与糖、脂代谢的关系[J];安徽医学;2005年01期

6 余小琴,张艳斌,方勇;慢性淋巴细胞性甲状腺炎的细胞学表现与甲状腺功能检测研究[J];安徽医学;2005年06期

7 吴庆彬;2型糖尿病病人微量白蛋白尿有关因素的探讨[J];安徽医学;2005年06期

8 申金付;;多发性内分泌腺瘤病Ⅰ型1例[J];安徽医学;2010年10期

9 章诗琪;胡红琳;王长江;;腺垂体功能减退症患者精神症状的影响因素及治疗[J];安徽医学;2011年03期

10 葛金芳,李俊,姚宏伟;慢性支气管炎免疫病理机制的研究进展[J];安徽医药;2003年03期

【同被引文献】

中国期刊全文数据库 前10条

1 周伟良,何鲲,曹先彬,程慧霞;基于一种免疫遗传算法的BP网络设计[J];安徽大学学报(自然科学版);1999年01期

2 李彤，张文忠，沈兰荪;盲均衡器研究的进展[J];北京工业大学学报;1995年04期

3 梁启联,周正,刘泽民;基于递归神经网络的盲均衡算法的改进[J];北京邮电大学学报;1997年04期

4 张雅静,侯朝桢,薛阳;Clone Selection Algorithm with Niching Strategy for Computer Immune System[J];Journal of Beijing Institute of Technology(English Edition);2004年02期

5 韩力群;人工神经网络在控制中的应用及发展前景[J];北京轻工业学院学报;1996年01期

6 邵淼磊,王之杰,王硕丰,邵建红;船用柴油发电机组及其调速系统的动、静态仿真[J];船舶工程;2003年02期

7 韩巍,陈嘉福,夏焕锦,包珺;柴油机控制技术简述[J];船电技术;2005年04期

8 贾宏杰;吕英辉;曾沅;李斌;;PMU在电力系统中的优化配置方法[J];电力科学与技术学报;2010年01期

9 刘锋;葛临东;吴业进;薛富强;;一种基于实数编码遗传算法的常模盲均衡[J];电讯技术;2008年10期

10 邵怀宗;吴颖;;一种新的适用于高阶QAM系统的均衡算法[J];电波科学学报;2009年05期

【二级引证文献】

中国期刊全文数据库 前1条

1 宋建厚;陈良琼;刘道华;;改进的免疫算法参数自适应调整的优化设计[J];计算机测量与控制;2013年05期

【二级参考文献】

中国期刊全文数据库 前10条

1 孙常胜,陈杰,窦丽华;基于最优化的坦克稳定器滑动模态变结构控制[J];兵工学报;2001年01期

2 荆德君,蔡开科;连铸结晶器内铸坯温度场和应力场耦合过程数值模拟[J];北京科技大学学报;2000年05期

3 付冬梅;郑德玲;位耀光;;具有记忆与积分能力的双因子免疫控制器及其特性的仿真研究[J];北京科技大学学报;2006年02期

4 唐立新;旅行商问题(TSP)的改进遗传算法[J];东北大学学报;1999年01期

5 邹祖冰,蔡丽娟,甘辉霞;电压型PWM逆变器的自抗扰控制策略[J];电工技术学报;2004年02期

6 张剑,许镇琳;永磁交流伺服系统参数自学习模糊控制器设计与实现[J];电机与控制学报;2005年02期

7 沈艳,郭兵,古天祥;粒子群优化算法及其与遗传算法的比较[J];电子科技大学学报;2005年05期

8 万健如,张海波,曹才开;单神经元PID控制器永磁同步电机调速系统[J];电力电子技术;2005年01期

9 金迪,邵诚;自抗扰控制器在6自由度液压并联机器人仿真分析中应用[J];大连理工大学学报;2003年05期

10 刘玉田,马莉;基于Tabu搜索方法的电力系统无功优化[J];电力系统自动化;2000年02期

【相似文献】

中国期刊全文数据库 前10条

1 丛琳;沙宇恒;焦李成;;基于免疫克隆选择算法的图像分割[J];电子与信息学报;2006年07期

2 何珍梅;徐雪松;;人工免疫系统研究综述[J];华东交通大学学报;2007年04期

3 常志英;韩莉;姜大伟;阮文强;;改进的免疫克隆选择算法及其在多峰值寻优中的应用[J];黑龙江电力;2010年02期

4 常志英;韩莉;姜大伟;;改进的克隆选择算法及其应用[J];计算机工程;2011年01期

5 洪征;吴礼发;胡谷雨;王元元;;AIS在计算机安全领域的应用与展望[J];解放军理工大学学报(自然科学版);2005年06期

6 耿利川;吴云东;耿则勋;王永刚;;基于人工免疫系统的遥感图像检索[J];中国图象图形学报;2010年01期

7 杨玉;戴红伟;;基于邻域抗体交叉的克隆选择算法[J];淮海工学院学报(自然科学版);2010年03期

8 陈文鑫;陈军敢;杨亚萍;;基于亲和力阈值的静态克隆选择算法[J];计算机工程;2008年10期

9 杜巍;杜海峰;栗茂林;;求解TSP问题的三角形编码抗体克隆选择算法[J];西安电子科技大学学报;2009年03期

10 梁勤欧,祝国瑞;人工免疫系统及其在空间信息系统中的应用[J];测绘通报;2002年12期

中国重要会议论文全文数据库 前10条

1 洪露;;一种改进克隆选择算法的收敛速度方法研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年

2 周颖;裘之亮;赵红玉;张萍;;克隆选择算法在多峰值函数优化中的应用[A];2006中国控制与决策学术年会论文集[C];2006年

3 张旭;郭晨;孙建波;;自适应多模态克隆选择算法[A];2007年中国智能自动化会议论文集[C];2007年

4 王清;宋年年;王佳庆;姚菁;;优化自抗扰控制器在主汽温控制系统中的应用[A];第二十七届中国控制会议论文集[C];2008年

5 贾冬;赵江波;王军政;任广通;;结晶器振动电液伺服系统的自抗扰控制器设计[A];中国自动化学会控制理论专业委员会C卷[C];2011年

6 钟庆;吴捷;;并联型有源滤波器中的自抗扰控制器[A];第二十一届中国控制会议论文集[C];2002年

7 张国柱;陈杰;李志平;;一种直线电机伺服系统自抗扰控制器的设计方法[A];第二十七届中国控制会议论文集[C];2008年

8 周力军;韩京清;;不确定系统在线自寻最优点的一种新途径[A];1997年中国控制会议论文集[C];1997年

9 韩京清;张文革;高志强;;模型配置自抗扰控制器[A];1998年中国控制会议论文集[C];1998年

10 张荣;韩京清;;BP神经网络在自抗扰控制器中的应用[A];1998年中国控制会议论文集[C];1998年

中国博士学位论文全文数据库 前10条

1 韩旭明;若干改进的人工免疫算法及其在大气环境领域中的应用[D];吉林大学;2010年

2 胡江强;基于克隆选择优化的船舶航向自适应控制[D];大连海事大学;2008年

3 刘星宝;人工免疫系统的若干关键问题研究[D];中南大学;2010年

4 刘朝华;混合免疫智能优化算法研究及其在复杂系统中的应用[D];湖南大学;2012年

5 刘桂霞;蛋白质关联图预测研究[D];吉林大学;2007年

6 吴建辉;混合免疫优化理论与算法及其应用研究[D];湖南大学;2013年

7 何广杰;克隆选择算法及其在地基工程若干问题中的应用[D];西南交通大学;2007年

8 陈文清;基于免疫机理的水泥生产工艺故障智能诊断方法研究[D];华中科技大学;2011年

9 郎风华;基于人工智能理论的网络安全管理关键技术的研究[D];北京邮电大学;2008年

10 朱虎明;基于集群计算的免疫优化算法及其应用研究[D];西安电子科技大学;2010年

中国硕士学位论文全文数据库 前10条

1 刘朝华;免疫克隆选择算法研究及其应用[D];湖南大学;2010年

2 张燕;基于免疫克隆选择算法的研究与应用[D];山西师范大学;2013年

3 赵勇;免疫克隆选择算法改进及其应用研究[D];湖南大学;2011年

4 阳文学;克隆选择算法及其在数据挖掘分类中的应用研究[D];重庆师范大学;2011年

5 张晓琳;基于免疫克隆选择算法的作业车间调度问题研究[D];西安电子科技大学;2009年

6 王海峰;面向多模态函数优化的杂合克隆选择算法研究[D];湖南大学;2011年

7 彭伟雄;克隆选择算法及其在高维全局函数优化中的应用[D];中南大学;2010年

8 罗治国;面向客户关系挖掘的克隆选择算法研究[D];西安理工大学;2010年

9 杨翼嘉;差分变异克隆选择算法及其应用[D];中南大学;2012年

10 多靖赟;基于免疫克隆选择算法的多目标无功优化[D];华北电力大学;2013年

  本文关键词：免疫克隆选择算法研究及其应用，由笔耕文化传播整理发布。

，

本文编号：210994