基于自适应搜索的免疫粒子群算法

发布时间：2018-03-24 20:27

  本文选题：粒子群算法　切入点：人工免疫算法　出处：《工程科学学报》2017年01期

【摘要】：经典粒子群算法由于多样性差而陷入局部最优,从而造成早熟停滞现象.为克服上述缺点,本文结合人工免疫算法,提出一种基于自适应搜索的免疫粒子群算法.首先,该算法改善了浓度机制;然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源;最后对劣质子种群进行疫苗接种,利用粒子最大浓度值调节接种疫苗的搜索范围,不仅避免了种群退化现象,而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性.
[Abstract]:The classical particle swarm optimization (PSO) algorithm falls into local optimum because of its poor diversity, which leads to premature stagnation. In order to overcome the above shortcomings, an immune particle swarm optimization algorithm based on adaptive search is proposed in this paper, which is based on artificial immune algorithm. The algorithm improves the concentration mechanism; then controls the number of subpopulations by the maximum concentration of particles to make full use of the population resources; finally vaccinate the inferior subpopulations and adjust the search range of inoculated vaccines by using the maximum concentration of particles. Not only the phenomenon of population degradation is avoided, but also the convergence accuracy and global searching ability of the algorithm are improved. The simulation results show that the algorithm is effective and superior in solving complex function optimization problems.
【作者单位】： 北京科技大学自动化学院;中国电子科技集团第二研究所;
【基金】：国家自然科学基金青年基金资助项目(61603362,61603034)
【分类号】：TP18

【参考文献】

相关期刊论文 前3条

1 邓高峰;张雪萍;刘彦萍;;一种障碍环境下机器人路径规划的蚁群粒子群算法[J];控制理论与应用;2009年08期

2 李茂军,罗安,童调生;人工免疫算法及其应用研究[J];控制理论与应用;2004年02期

3 高鹰,谢胜利;免疫粒子群优化算法[J];计算机工程与应用;2004年06期

【共引文献】

相关期刊论文 前10条

1 李鑫;韩均雷;苏勇勇;;免疫遗传双优化的粒子群算法[J];电子世界;2016年16期

2 申延强;韩华亭;;基于免疫粒子群文化算法的数字电路故障诊断[J];火力与指挥控制;2016年08期

3 王克文;张东岳;;电力系统无功优化算法综述[J];电测与仪表;2016年10期

4 张俊溪;杨海粟;;一种新的粒子群优化聚类算法[J];微处理机;2016年02期

5 陆金钰;沈圣;牛畅;杨湛;;基于免疫粒子群-齿行法的桁架结构分层优化[J];东南大学学报(自然科学版);2016年02期

6 张俊溪;张嘉桐;张玉梅;;一种改进的粒子群优化算法[J];陕西师范大学学报(自然科学版);2016年02期

7 宋志强;周献中;徐锋;;面向多平台多目标协同跟踪的指派问题[J];火力与指挥控制;2016年02期

8 孟安波;李专;;一种催化粒子群算法及其性能分析[J];计算机应用研究;2016年08期

9 陈飞宇;汪斌强;孟飞;王雨薇;;一种软件定义网络中交换机动态迁移算法[J];计算机应用研究;2016年05期

10 高涵;高柏军;;移动机器人路径规划方法研究[J];现代仪器与医疗;2015年05期

【二级参考文献】

相关期刊论文 前10条

1 张美玉,黄翰,郝志峰,杨晓伟;基于蚁群算法的机器人路径规划[J];计算机工程与应用;2005年25期

2 李磊,叶涛,谭民,陈细军;移动机器人技术研究现状与未来[J];机器人;2002年05期

3 马笑潇,黄席樾,柴毅,黄敏,倪霖;免疫agent概念与模型[J];控制与决策;2002年04期

4 张军,刘克胜,王煦法;一种基于免疫调节和共生进化的神经网络优化设计方法[J];计算机研究与发展;2000年08期

5 王磊,潘进,焦李成;免疫规划[J];计算机学报;2000年08期

6 王磊,潘进,焦李成;免疫算法[J];电子学报;2000年07期

7 丁永生;任立红;;人工免疫系统:理论与应用[J];模式识别与人工智能;2000年01期

8 张纪会,高齐圣,徐心和;自适应蚁群算法[J];控制理论与应用;2000年01期

9 刘克胜,曹先彬,郑浩然,王煦法;基于免疫算法的TSP问题求解[J];计算机工程;2000年01期

10 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期

【相似文献】

相关期刊论文 前10条

1 秦玉灵;孔宪仁;罗文波;;混沌量子粒子群算法在模型修正中的应用[J];计算机工程与应用;2010年02期

2 陈治明;;新型量子粒子群算法及其性能分析研究[J];福建电脑;2010年05期

3 牛永洁;;一种新型的混合粒子群算法[J];信息技术;2010年10期

4 全芙蓉;;粒子群算法的理论分析与研究[J];硅谷;2010年23期

5 刘衍民;赵庆祯;邵增珍;;一种改进的完全信息粒子群算法研究[J];曲阜师范大学学报(自然科学版);2011年01期

6 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[J];计算机工程与应用;2011年05期

7 熊智挺;谭阳红;易如方;陈赛华;;一种并行的自适应量子粒子群算法[J];计算机系统应用;2011年08期

8 孟纯青;;非线性粒子群算法[J];微计算机应用;2011年08期

9 任伟建;武璇;;一种动态改变学习因子的简化粒子群算法[J];自动化技术与应用;2012年10期

10 刘飞,孙明,李宁,孙德宝,邹彤;粒子群算法及其在布局优化中的应用[J];计算机工程与应用;2004年12期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年

2 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年

3 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年

4 王芳;粒子群算法的研究[D];西南大学;2006年

5 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

6 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

7 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

8 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

9 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

10 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

相关硕士学位论文 前10条

1 张忠伟;结构优化中粒子群算法的研究与应用[D];大连理工大学;2009年

2 李强;基于改进粒子群算法的艾萨炉配料优化[D];昆明理工大学;2015年

3 付晓艳;基于粒子群算法的自调节隶属函数模糊控制器设计[D];河北联合大学;2014年

4 余汉森;粒子群算法的自适应变异研究[D];南京信息工程大学;2015年

5 梁计锋;基于改进粒子群算法的交通控制算法研究[D];长安大学;2015年

6 杨伟;基于粒子群算法的氧乐果合成过程建模研究[D];郑州大学;2015年

7 李程;基于粒子群算法的AS/RS优化调度方法研究[D];陕西科技大学;2015年

8 樊伟健;基于混合混沌粒子群算法求解变循环发动机数学模型问题[D];山东大学;2015年

9 陈百霞;考虑风电场并网的电力系统无功优化[D];山东大学;2015年

10 戴玉倩;基于混合动态粒子群算法的软件测试数据自动生成研究[D];江西理工大学;2015年

，

本文编号：1659902