实数编码人工免疫算法概率强收敛速度估计研究

取代传统的状态转移矩阵特征值估计方法,运用随机过程相关理论,对实数编码人工免疫算法的收敛速度估计进行了研究,该方法从满足人工免疫算法概率强收敛的必要条件出发,将其作为一般人工免疫算法符合的充分条件,提出了一种实数编码人工免疫算法指数速度概率强收敛的估计新方法.该方法以种群中最佳抗体的最终收敛为判断依据,避免了传统估计方法过于保守的不足,可用于一类人工免疫算法的收敛性和收敛速度的判断,在人工免疫算法实际应用中如何优化其收敛速度具有一定理论参考意义.     

一种改进型混合遗传算法的分析

针对遗传算法和BP算法的特点,提出了一种在改进型遗传算法的基础上引入BP算法的混合遗传算法。仿真结果表明,该算法不仅保证了全局收敛性,而且大大提高了算法的收敛速度和稳定性。     

基于克隆选择调节算法的IIR数字滤波器设计

在克隆选择算法的基础上．结合独特型免疫网络理论中抗体间的自适应动态调节思想，提出一种新的免疫算法——克隆选择调节算法（CSAA）．并用于IIR数字滤波器的设计．该算法能更好地保持解的多样性及收敛速度快．有效地避免了早熟现象．对多个典型系统进行随机仿真并与其他方法进行比较研究，结果表明．该算法在多模态搜索空间中具有更好的全局收敛性和稳定性．是一种有效可行的IIR数字滤波器设计方法．     

腈菌唑的气相色谱定量分析

建立了腈菌唑的气相色谱定量分析方法，选用５％ＯＶ－２２５为固定液，邻苯二甲酸二辛酯为内标物。该方法标准偏差为０．４５％，变异系数为０．９６％，平均回收率为１００．１０％，且有良好的线性关系，其相关系数为０．９９９９，回归方程为Ｙ＝０．０００４３４＋１．１５６１Ｘ。     

一种改进型混合遗传算法的分析

针对遗传算法和13P算法的特点，提出了一种在改进型遗传算法的基础上引入13P算法的混合遗传算法。仿真结果表明，该算法不仅保证了全局收敛性，而且大大提高了算法的收敛速度和稳定性。     

微波-载铜活性炭催化氧化降解腐殖酸

以粉末活性炭(PAC)和颗粒活性炭(GAC)为载体,采用浸渍焙烧法制备了负载铜氧化物的活性炭催化剂,考察了其表面结构、元素组成及BET参数;以腐殖酸模拟废水为对象,研究了微波-载铜活性炭催化氧化降解腐殖酸的效果和影响因素,探讨了微波-催化氧化协同H2O2降解腐殖酸的机理.结果表明,载铜活性炭比未负载铜的活性炭对腐殖酸的降解率更高,且Cu/PAC的催化效果远优于Cu/GAC,两种催化剂最佳的微波-催化氧化条件分别为Cu/PAC投加量1 g/L,H2O2投加量0.9 m L/L,pH=3,微波功率400 W,微波时间4 min和Cu/GAC投加量8 g/L,H2O2投加量1.5 m L/L,pH=6,微波功率400 W,微波时间4 min,该条件下腐殖酸的去除率分别为93.91%和91.59%.微波、H2O2和催化剂协同作用对腐殖酸高效降解有决定性作用.     

一种新型计算智能系统:人工免疫系统

基于生物免疫系统机理开发的人工免疫系统是继人工神经网络、进化计算之后的又一研究热点。本文简要介绍了人工免疫系统的特点和研究内容,将其与人工神经网络、进化计算进行了比较和分析,综述了人工免疫系统的最新研究成果并对下一步的研究方向做了探讨。     

一类克隆选择算法的收敛性方法研究

克隆选择算法收敛性研究是免疫计算领域中一个复杂而重要的问题,但是有关收敛性的研究结果还相对较少.本文综述有关克隆选择算法收敛性方法研究的近期理论成果,分别概述齐次马氏链模型、纯概率方法和鞅论三种算法收敛性研究方法的模型并分析它们的优缺点,以期推动克隆选择算法收敛性理论研究的更深入发展.     

改进型人工免疫网络多模态函数优化算法

基于独特型免疫网络理论,提出一种改进的免疫网络算法。为克服传统免疫网络算法对抗体种群规模的过于敏感性,以及算法计算量过大的问题,新算法引进一种新的均匀对称抗体变异成熟机制和子群稳定判定方法;为提高种群的多样性,体现生物免疫网络动态平衡调节机制,算法采取一种基于抗体浓度和亲和度矢量距的选择方法。同时根据随机过程相关理论,对算法的全局收敛性进行了分析和证明,最后将算法应用于多模态函数优化问题,并同其他免疫网络算法进行了比较,实验结果验证了该算法的有效性。