人工免疫系统及其算法

该文阐述了人工免疫系统(AIS)的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法,基于免疫特异性的否定选择算法,基于免疫系统克隆选择理论的克隆选择算法,基于接种疫苗及免疫多样性的免疫进化算法,AIS与神经网络混合智能系统和模糊免疫系统以及威胁模型等。简述了AIS发展历史,按年代顺序介绍了AIS 在若干具有代表性的领域中的应用情况。最后通过对AIS 的特性和存在问题的分析,展望了今后的研究重点和发展趋势。     

TSP问题的一种快速求解算法

针对现有遗传算法收敛速度慢和容易"早熟"两大缺陷,提出一种新的遗传算法求解TSP问题.该算法融入不同的启发式算法分别作为交叉和变异算子,并引入外部最优个体集,以改善局部搜索能力弱的情况和增加群体多样性.通过对该算法的测试,论证了其有效性.以此为基础,利用递归分治策略,将上述算法并行化.实验结果表明,该算法可以得到理想的解和收敛速度,具有一定的普适性.     

基于并行遗传算法的弹性TSP研究

文章针对并行遗传算法求解TSP问题,探讨了使用弹性策略来维持群体的多样性,使得算法跨过局部收敛的障碍,向全局最优解方向进化.通过对算法的分析和实验,尤其是在典型的CHN144 TSP求解上发现了新的最优解这一结果表明,本文算法的改进是有效的.     

基于分布式人工免疫算法的数值优化

 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.     

一种基于人工免疫的垃圾邮件过滤算法

随着电子邮件日益广泛的使用,如何有效地解决严重的垃圾邮件问题已成为一个亟待解决的问题。受生物免疫系统自我保护机制的启发,提出了一种基于人工免疫的垃圾邮件过滤算法。在掌握现有信息处理技术方法的前提下,针对现有信息处理技术存在的问题,设计并通过仿真分析了系统的动态性与自适应性性能,并从理论和实验两个方面验证了这种方案的可行性与有效性。     

混合并行遗传算法求解TSP问题

该文应用多种群遗传并行进化的思想,对不同种群基于不同的遗传策略,如变异概率,不同的变异算子等来搜索变量空间,并利用种群间迁移算子来进行遗传信息交流,以解决经典遗传算法的收敛到局部最优值问题,对于TSP(Traveling Salesman Problem)进行了求解,仿真结果表明,该文算法的收敛性能优于经典遗传算法。     

改进型免疫量子粒子群算法求解TSP问题

为了克服粒子群优化算法早熟收敛以及量子粒子在进化过程中缺乏很好的方向指导的问题,受生物免疫系统与量子计算思想的启发,采用了量子技术以及免疫机制,把免疫思想应用到量子粒子群算法,提出了免疫量子粒子群算法.可以指导粒子朝着更优方向进化,提高了量子粒子群的收敛速度和寻优能力,实验结果表明,仿真实验表明所提算法具有较好的性能,在求解TSP问题时收敛速度和寻优能力都取得了更好的效果.     

基于TSP问题的仿生算法比较

旅行商问题,即TSP问题是数学领域中著名问题之一。它是一个组合优化问题,对于规模较大的TSP问题,传统的数学方法不易解决,新兴的智能优化算法求解能力较强。在智能算法求解中,基于生物活动衍变而来的仿生算法表现尤为突出,因此将使用常见的仿生算法对不同规模TSP问题进行实验对比,分析算法优缺点,提出解决TSP问题的一种联合寻优算法。     

基于人工免疫的溺水特征识别系统

为了满足自动监测游泳状态应用需求,设计了一种无线溺水特征识别系统。该系统能在不影响正常游泳的情况下通过自动化手段实时、准确监测游泳者的游泳状态,并对异常情况进行报警。系统的硬件部分由信号采集与预处理模块、无线传输模块和主控模块等组成。主算法部分分为串口数据接收模块、数据预处理模块、溺水特征识别模块和控制模块等。其中溺水特征识别模块是基于人工免疫克隆选择算法进行实现的,与其他识别算法相比其具有天然的模式识别特性,并能提取出常规算法不易提取的特征。由实验结果可看出,该系统可准确、迅速地识别出溺水和非溺水特征。     

基于人工免疫算法的异步电机故障诊断研究

人工免疫算法的模型为异步电机故障诊断研究提供了新的视角和算法模型。本文的主要研究对象是基于阴性选择算法的异步电机故障诊断方法。基于免疫系统的原理,电机故障诊断即为检测"非已",检测非正常状态下的电机特征信号。首先通过正常电机特征信号生成"自己",再通过阴性选择生成信号检测器,将检测器与被测电机设备特征信号进行匹配,根据匹配关系便能诊断电机的故障。本文还将阴性选择算法进一步优化,在阴性选择基础上加以克隆优化,从而产生更合适的检测器。通过2种方法对同一故障进行诊断,可直观地看出优化后模型准确率的提高。     

基于OPENMP求解旅行商问题的并行蚁群算法

蚁群算法具有自组织性、正反馈性、较强的鲁棒性和天生的并行性等优点,不足之处是需要较长的搜索时间.为了解决其搜索时间过长的问题,文中提出了一种并行实现策略,用OPENMP应用编程接口采用C++语言编程实现,能明显减少搜索所用的时间.给出了一种解决旅行商问题(TSP)的并行蚁群算法,并通过串并算法执行时间的比较,说明并行算法的优越性.     

分层协同进化免疫算法及其在TSP问题中的应用

为提高人工免疫算法求解TSP问题的效率,借鉴分层和协同进化的思想,构造了一种基于多子种群免疫进化的两层框架模型,在此模型的基础上提出了一种基于竞争一合作的分层协同进化免疫算法(Hierarchical Co-evolution Immune Algorithm,HCIA).HCIA通过对若干个子种群进行低层免疫操作:局...     

模拟退火算法及其在求解TSP中的应用

TSP是组合优化中著名的NP hard问题,模拟退火算法是解决TSP的有效方法之一。介绍和描述模拟退火算法原理和Metropolis算法的过程,并应用模拟退火算法对TSP进行研究,给出解决TSP的一种比较精确的算法,比较好地解决了NP hard问题中TSP,同时为计算机编程提供了编程思路。     

求解TSP问题的离散型萤火虫群优化算法

基于求解TSP问题,提出一种离散型萤火虫群优化(DGSO)算法,该算法结合TSP问题特点,给出一种有效编码和解码方法,并定义适合编码的个体间距离计算公式和编码更新公式.同时,为增强算法求解TSP问题的局部搜索能力,加快算法的收敛速度,算法使用了操作简单的2-Opt优化算子.最后,通过对10个TSP问题进行仿真实验,实验结果表明本文提出的算法是在种群规模较小,迭代次数较少的情况下就可以收敛到已知最优解.在大规模TSP算例中算法获得的最优值与理论最优值的误差也在1%以下.     

免疫遗传算法及其应用研究

遗传算法是一种导向随机搜索算法,具有较强的全局搜索能力.为克服遗传算法盲目搜索、收敛速度慢的缺点,文章提出了免疫遗传混合算法.利用求解问题特征对遗传算法的种群进行免疫接种,以提高搜索速度.为检验混合算法的效率,给出了经典TSP问题的混合算法.实验结果表明,混合算法具有收敛速度快、搜索精度高、稳健性强的特点.     

钢丝绳断丝信号的空间域划分及在小波变换下的频域特征提取

频域特征是钢丝绳损伤定量识别的一个重要特征.文中对钢丝绳断丝信号进行了空间域划分和小波变换下的频域特征提取,并用小波网络进行断丝的定量识别.实践结果表明:该方法能够在频域上清楚地区分噪声和损伤信号,提高了钢丝绳断丝检测的能力.     

基于免疫识别的免疫算法

免疫算法已开始成为计算智能研究的一个热点.本文提出了一种基于免疫识别的免疫算法,该算法的设计借鉴了生物免疫识别中的非选择机制,其求解思想与现有优化方法不同,它是通过在解空间中不断识别、选择出劣解并加以排除来获得优解.本文详细介绍了该算法的设计,从理论上分析了算法的收敛性能和时间复杂度,并针对TSP问题设计了相应的验证实验.理论分析和实验结果都表明该算法具有很强的问题求解能力.