自适应克隆选择算法及其仿真研究

基于克隆选择算法基本原理,提出一种搜索函数最优解问题的自适应克隆选择算法(ACSA).在ACSA中,抗体的克隆数、高频变异率、每代更新数都能在优化过程中自适应调节,而且变异抗体具有免疫记忆功能.通过对ACSA的收敛性分析,并和标准克隆选择算法仿真比较,结果表明ACSA在求解函数最优解问题时具有较强的收敛性和自适应性.     

基于免疫克隆算法的容量受限工厂选址问题研究

容量受限的工厂选址问题属于NP难题,较难得到最优解和满意解。针对现有方法存在的不足,提出了基于免疫克隆的容量受限工厂选址算法,该算法采用不同于一般免疫克隆算法的编码、抗体产生、克隆选择、体细胞高频变异、克隆抑制、抗体循环补充策略。实验结果表明,免疫克隆算法在解决容量受限的工厂选址问题上,能快速收敛于全局最优解,克服了遗传算法易陷入局部最优解和收敛速度慢的缺点。     

基于免疫算法的车辆路径优化问题

分析了车辆路径问题的研究方法和免疫算法相对于其它进化算法的优势,提出了用免疫算法求解车辆路径问题的方法。在算法的求解过程中,构造了一种新的编码方式,在减少编码长度的基础上能够提高算法的运行效率。通过免疫记忆库的设计以及抗体之间浓度的促进和抑制机制,本算法可以实现解的多样性,避免收敛于局部最优解,同时可以有效地防止在进化的过程中失去最优解的可能性。实验结果表明,本算法可以快速求得优化解,是求解车辆路径问题的一种有效算法。     

免疫文化基因算法求解多模态函数优化问题

为了尽可能找到多模函数优化问题的全部最优解,提出了一种免疫文化基因算法。采用危险信号自适应引导免疫克隆、变异和选择过程,并采用Baldwin学习机制作为局部搜索策略,增强了算法搜索最优解的能力。实验结果表明,本算法求解精度较高。     

基于免疫克隆选择算法的固定费用运输问题优化

固定费用运输问题（fcTP）是物流运输中的高级问题,属于NP难题,较难得到最优解。针对现有方法存在的不足,提出了基于免疫克隆选择的fcTP求解算法。在该算法中,抗体采用矩阵形式编码,初始抗体群随机产生,通过迭代进行克隆选择、克隆抑制、基因变异等操作,对潜在解空间进行寻优搜索。实验结果表明,对于fcTP的优化,免疫克隆选择算法能够快速收敛于全局最优解,克服了遗传算法收敛速度慢和容易陷入局部最优的缺点。     

一类用于函数优化的基于混沌搜索的免疫算法

将混沌优化算法与克隆选择算法相结合,提出了一类基于混沌搜索的免疫算法．首先利用解空间变换将优化变量表示为混沌变量,并将混沌变量编码为抗体．然后,利用混沌变量的遍历性和随机性特点,通过在高亲和力抗体的邻域内进行混沌搜索以实现局部寻优,通过在整个解空间内的混沌搜索来避免陷入局部最优解．数值仿真结果表明该算法具不易陷入局部最优、解的精度高和操作简单等优点．     

免疫克隆多目标优化算法求解约束优化问题

针对现有的约束处理技术的一些不足之处,提出一种用于求解约束优化问题的算法——免疫克隆多目标优化算法(immune clonal multi-objective optimization algorithm,简称ICMOA).算法的主要特点是通过将约束条件转化为一个目标,从而将问题转化为两个目标的多目标优化问题.引入多目标优化中的Pareto-支配的概念,每一个个体根据其被支配的程度进行克隆、变异及选择等操作.克隆操作实现了全局择优,有利于得到高质量的解;变异操作提高算法的局部搜索能力,有利于所得解的多样性;选择操作有利于算法向着最优搜索,而且加快了收敛速度.基于抗体群的随机状态转移过程,证明该算法具有全局收敛性.通过对13个标准测试问题的测试,并与已有算法进行比较。结果表明,该算法在收敛速度和求解精度上均具有一定的优势.     

基于自适应免疫算法的网站广告分配优化

如何优化网站广告分配,实现网站运行商和广告客户收益的双赢,是网站广告分配问题的关键。针对网站广告的特点,本文提出了一个基于混合定价策略的网站广告资源配置优化模型,将其建模为一个最大化网站总收益的约束优化问题,并通过自适应免疫克隆算法进行求解。自适应特性主要表现在:根据亲和度动态分配记忆单元和一般抗体单元,从而将全局搜索和局部搜索有效结合起来,有效提高了求解精度和收敛速度。同时,根据网站广告分配问题特点,设计了其它相关的免疫算子,如编码、克隆变异、克隆选择。仿真结果表明,算法有效平衡了网站广告客户和网站运营商的利益,求解结果更加实用。     

一种求解车间作业调度问题的免疫算法

人工免疫系统是基于生物免疫系统特性而发展的新兴智能系统。基于免疫系统的克隆选择机制,提出一种求解车间作业调度问题的免疫算法。利用免疫算法较强的搜索能力可以实现全局寻优。通过使用克隆、高频变异和抗体抑制等免疫操作,提高了算法的收敛速度和种群的多样性,可以有效地克服遗传算法种群早熟化和收敛速度慢的问题。仿真结果表明,与改进后的遗传算法比较,提出的免疫算法在全局最优解和收敛速度上都有较为明显的优势。     

基于遗传的免疫算法在函数优化中的应用

通过对传统免疫算法的研究,在此算法的基础上提出了一种改进的免疫算法一基于遗传的免疫算法,该算法把遗传算法的思想引入到免疫算法中．通过把遗传算法和免疫算法的思想结合起来,既保证了抗体的多样性又保留了群体中较优抗体,避免了免疫算法搜索速度慢和遗传算法易出现未成熟收敛、限于局部最优解的缺点,得到了全局最优解。并且将提出的基于遗传的免疫算法应用到函数优化中。     

3G基站选址的智能优化实现

基站的位置和数量影响网络的服务质量。针对传统选址方法的不足,提出了一种基于免疫遗传算法的选址优化方法;给出了基站选址问题的多目标优化数学模型和实现过程。算法中采用了浓度调节选择概率机制,有效保证了抗体的多样性,避免了早熟收敛,并使用记忆细胞集来保存每代所产生的Pareto最优解;提出了一种邻近排挤算法对记忆细胞集进行更新、删除,保证了Pareto最优解集的分布均匀性。仿真结果表明,算法可以有效找到可行的基站布置方案,为实际工程应用提供了解决思路。     

基于免疫算法的网络基站规划优化

针对传统网络基站规划方法的不足,提出一种基于免疫算法的优化方法。使用多目标优化方法对基站规划问题进行数学建模,免疫优化算法采用浓度调节选择概率机制、邻近排挤算法、循环交叉和改进的变异操作,能保证解的多样性以及Pareto最优解集均匀分布在前沿面上。仿真结果表明,该算法能够有效获得最优的基站分布方案,覆盖率达到97.6%。     

A method for decomposing mixed-integer linear programs with staircase structure

An algorithm is presented for solving mixed-integer linear programs with a staircase structure. The basic idea of the algorithm is to decompose the original problem into a series form of small-scale mixed-integer problems. For each problem decomposed, the solution is obtained by the conventional branch-and-bound method. In this algorithm the feasibility of the solution is always assured, but in order to save computation time the optimality condition is checked restrictedly for the solution obtained. The difference between the optimal objective value and the objective value obtained can be estimated. By examining numerical results, it is observed that the algorithm is efficient, requiring less computation time than other methods.     

Clonal Strategy Algorithm Based on the Immune Memory

Based on the clonal selection theory and immune memory mechanism in the natural immune system, a novel artificial immune system algorithm, Clonal Strategy Algorithm based on the Immune Memory (CSAIM), is proposed in this paper. The algorithm realizes the evolution of antibody population and the evolution of memory unit at the same time, and by using clonal selection operator, the global optimal computation can be combined with the local searching. According to antibody-antibody (Ab-Ab) affinity and antibody-antigen (Ab-Ag) affinity, the algorithm can allot adaptively the scales of memory unit and antibody population. It is proved theoretically that CSAIM is convergent with probability 1. And with the computer simulations of eight benchmark functions and one instance of traveling salesman problem (TSP), it is shown that CSAIM has strong abilities in having high convergence speed, enhancing the diversity of the population and avoiding the premature convergence to some extent.     

多媒体通信中组播路由选择的免疫算法

随着多媒体通信业务的迅速发展,为了高效地解决多媒体通信中的Qos组播路由问题,提出了一个新的组播路由免疫算法。该算法是根据人或者其它高等动物免疫系统的机理而设计的,将目标函数和一部分不等式约束条件作为抗原,将问题的解作为抗体,依据抗原与抗体之间的亲和力以及抗体之间的亲和力对解进行评价和选择,通过抗体之间的相互激励来提高最优点附近的搜索效率,通过记忆细胞对抗体的抑制作用有效地摆脱局部最优点。仿真试验表明,该算法不仅有效可行,而且能够迅速逃出局部最优解,并很快收敛到全局最优解。     

自适应多模态免疫进化算法的研究与实现

基于免疫系统的动力学模型，根据一类抗体可结合多个抗原表位并逐步达到亲和度成熟的机理，研究并实现了一种多模态免疫进化算法(MIEA)．算法的主要算子包括正选择、记忆细胞产生、超变异和抗体相似性抑制．对不同的多峰值函数进行的仿真实验证明，算法能够找到多模态问题的全部最优解或尽可能多的局部最优解．通过与同类算法进行比较和计算复杂性分析表明，该算法不仅计算量小、具有更好的搜索性能，而且无需任何先验知识，可实现真正的自适应搜索．     

基于相似性矢量距选择的改进人工免疫算法

针对基于信息熵和基于欧氏距离的免疫算法存在的不足,提出了一种改进的免疫算法。该算法重新定义了浓度的计算方法,提出一种新的保持抗体群多样性的策略,在将其应用在中国旅行商问题（CTSP）的求解中,具体针对旅行商问题提出了新的免疫疫苗的提取和注射方法,通过实验表明了新的算法能更快地收敛到最优解,且求得最优解的效率更高,是一种较理想的求解复杂优化问题的改进算法。     

基于自适应免疫算法的输油管道泄漏定位研究

通过分析管道泄漏产生的负压波在传播过程中速度的变化,推导出波速随温度变化的公式,并将管道泄漏点定位问题转化为函数优化问题.在此基础上,提出一种自适应免疫算法,并将该算法应用到输油管道泄漏定位问题上.实际算例计算表明,自适应免疫算法在优化问题中优于遗传算法和常规免疫算法,能有效解决泄漏定位问题.