共查询到20条相似文献,搜索用时 203 毫秒
1.
为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态免疫分簇路由算法。将生物免疫系统的工作机制应用到无线传感器网络事件驱动的动态分簇算法中,事件作为抗原,传感器节点作为抗体,抗体对抗原有记忆保存的功能,使得相似的抗原再次出现时对事件及时响应。相似事件再次发生且传感器节点符合能量要求时,可以直接调用抗体中的记忆,对事件进行快速建簇,节省了簇的建立过程所消耗的大量能量,增加了网络的数据传输量,延长了网络的生命周期。仿真结果表明,生物免疫机制的学习记忆特性可以有效提高事件驱动的动态分簇算法的网络性能。 相似文献
2.
3.
基于进化理论的动态多目标优化算法极易陷入局部最优,跟踪动态Pareto有效面的速度及效果较差。基于免疫系统机理提出一种改进的免疫优化算法(DMIOA)用于动态约束多目标问题求解。算法通过抗体浓度及其支配度设计抗体与抗原亲和力,随机约束选择算子提高算法约束处理能力,环境识别算子自适应判断环境变化,根据识别结果以不同的方式产生新环境的初始抗体群。数值实验中,将DMIOA应用于两种动态标准测试问题及飞机减速器参数动态设计问题的求解,结果表明:DMIOA能快速跟踪动态Pareto有效面,且在各环境所获面分布均匀,具有较好的实际问题求解能力。 相似文献
4.
借鉴人工免疫系统的记忆、动态识别等功能,提出一种约束动态免疫算法(CDIOA),并用于高维约束动态背包问题的求解。通过随机约束选择策略选择可行及非可行抗体,非可行抗体参与群体的进化;利用抗体修正策略确保进化群中有一定比例可行抗体,提高算法搜索功能;设计环境识别模块判断环境变化与否,建立环境记忆池保存较优秀记忆细胞,记忆细胞参与相似(相同)环境初始群的产生,加速算法在相似环境搜索速度。建立三种不同环境的动态背包问题作为标准测试实例,将CDIOA与已有的四种动态优化算法进行测试比较,结果表明:CDIOA对各测试问题在不同环境表现出较好的收敛性能,在相似环境能快速跟踪最优值。 相似文献
5.
《计算机应用与软件》2019,(5)
大型结构由于传感器数量庞大、种类众多,使得对结构进行损伤识别时的速度和准确性不高。针对该问题,设计一种改进型免疫算法。将算法的抗体种群划分为多个子种群并行搜索,减小种群的搜索空间;采用阶段式阈值方式选取算法中的记忆库抗体,使得记忆库随着抗体性能不断调整;利用改进后的算法对各类传感器数据分别进行损伤识别;采用D-S证据理论将位移、应力、加速度多类传感器的识别结果进行数据融合,消除多传感器数据间的不确定因素。实验结果表明,改进型免疫算法能够以较少的迭代次数寻找到最优解,从而提高识别速度,D-S证据融合多类传感器的识别结果后准确度更高。 相似文献
6.
7.
为了克服传统免疫克隆选择算法的种群缺乏多样性、抗体选择不具随机性的缺点,提出了一种新型动态自适应免疫克隆选择算法。在该算法求解过程中,根据抗体的亲和度将抗体种群动态地分为记忆单元和一般抗体单元,以球面杂交方式对种群进行调整并动态修正每个抗体的变异概率,从而保障了群体多样性,加快了算法的全局搜索速度。实例验证了所提算法具有较好的性能。 相似文献
8.
提出了一种基于免疫记忆网络理论与$k$近邻算法的模拟电路故障诊断方法。首先,利用免疫记忆网络寻找各故障空间的最佳记忆抗体。在免疫记忆网络中根据浓度来选择记忆抗体,以促进记忆抗体在各故障空间的均匀分布。利用克隆和超级变异机制来保证抗体多样性,再利用浓度和期望值对抗体进行促进和抑制,以避免早熟现象的产生;然后,根据所得到的各故障空间的最佳记忆抗体,使用改进的阈值k近邻算法对抗原进行故障分类;最后,以带通滤波器为诊断实例,利用实际电路测试数据和仿真数据作为测试样本进行故障诊断性能评估;实验结果证明该故障诊断方法具有较高的故障诊断率。 相似文献
9.
陈宗雄 《数字社区&智能家居》2014,(23):5496-5500
介绍了一种简易的LED数字识别的算法。与传统的数字识别方法相比较,识别精度较高。该算法对采集到的4个数字字符二值化后的图像用最近邻算法,并对最近邻得到的结果的置信度进行评估实现数字的识别。利用该方法时,通过对置信度的评估,只有4个数字都具有较高置信度的识别结果才能被接受,否则单独对某个字符重新细化处理,大大提高了识别的精度。减少因镜头模糊,倾斜,光照等因素而造成采集得到的图像的中字符发生的旋转,粘连,部分缺失而引起的误识。在以此算法为基础对256幅图片,每幅图片上4个字符的数字同时进行识别测试,正确识别率达到97.66%,误识率仅为2.34%。实验表明,该算法在识别精度、抗干扰性方面表现良好。 相似文献
10.
针对行人再识别中相似性度量误差引起的识别效果较差的问题,提出多置信度重排序的行人再识别算法,通过对再排序过程中测试样本的置信度进行评估,提高行人再识别的准确性.首先对目标样本及测试样本依据深度学习网络ResNet50获得描述特征.然后对目标样本与测试样本之间的相似性进行初始排序,对相似排序得到的样本构建相似样本集合,获得每个类别的聚类中心和样本距离聚类中心的最小、最大、均值距离,设置3个置信度不同的置信区间.最后使用Jaccard距离对目标样本与测试样本的相似度进行重排序.在标准测试数据集上的实验表明文中算法的有效性. 相似文献
11.
一种基于人工免疫原理的最优模糊神经网络控制器 总被引:1,自引:0,他引:1
提出了一种基于人工免疫原理的最优RBF模糊神经网络控制器设计方案.首先给出了控制器结构,其次将免疫进化算法用于控制器参数的优化,设计了一种满足二次型性能指标的最优RBF模糊神经网络控制器.将该控制器用于控制实际倒立摆系统,并采用状态变量合成方法以大大减少模糊规则的数目,实验结果验证了该控制器的有效性. 相似文献
12.
JOSÉ M. MOLINA JESÚS GARCÍA HERRERO FRANCISO J. JIMÉNEZ JOSÉ R. CASAR 《Applied Artificial Intelligence》2013,27(8):673-711
In this work, a surveillance network composed of a set of sensors and a fusion center is designed as a multiagent system. Negotiation among sensors (agents) is proposed to solve the task-to-sensor assignment problem (the allocation of tasks to sensors), addressing several aspects. First, the fusion center determines the tasks (system tasks) to be performed by the network at each management cycle. To do that, a fuzzy reasoning system determines the priorities of these system tasks by means of a symbolic inference process using the fused data received from all sensors. In addition, a fuzzy reasoning process, similar to that performed in the fusion center, is proposed to evaluate the priority of local tasks (sensor tasks) now executed by each sensor. The network coordination procedure will be based on the system-task priorities, computed in the fusion center, and on the local priorities evaluated in each sensor. Priority values for system and sensor tasks will be the basis to guide a negotiation process among sensors in the multiagent system. The validity of the fuzzy reasoning approach is supported by the fact that it has been able to manage environmental situations in a similar way as experienced human operators do. Included results illustrate how the negotiation scheme, based on task priority and measured through their time-variant priority, allows the adaption of sensor operation to changing situations. 相似文献
13.
针对现有背景抑制算法未能有效抑制背景而导致目标检测率低的问题,提出了一种基于人工免疫网络(aiNet)进行背景抑制、基于行列k均值聚类实现阈值分割的单帧红外弱小目标检测算法。首先采用aiNet结合Robinson警戒环技术,融入自组织特征映射(SOM)拓扑思想,设计一系列抗体进化策略,建立自适应局部空间背景模型—模糊拓扑记忆抗体库,并以此分析各像素点的背景模糊隶属度来抑制背景杂波;接着提出基于行列k均值聚类的阈值分割算法来检测真实目标。实验结果表明,该算法的F1指标高达99%,其能随背景的局部变化来自适应建立空间背景模型,从而自适应抑制背景杂波突显目标,能有效提高信噪比检测弱小目标。 相似文献
14.
提出了一种新型的人工免疫网络模型TSIN。通过应用包括克隆选择、基于合作的变异以及抗体抑制在内的免疫算子,抗体种群从单一的个体逐步分化繁殖成为有效的聚类。这些聚类既能够准确地表示原始数据集在形态空间中的分布特性,又能够较好地拟合局部分布形态,这些都为高维数据的分析提供了良好的基础。描述了TSIN学习算法的总体框架,详细分析了其中的关键环节。仿真实验表明,TSIN具有良好的数据分析能力,且较传统的自组织神经网络方法更能体现数据中蕴含的拓扑关系和分布特性。 相似文献
15.
传统供水系统节能控制方法忽略了对水轮机状态的监控,导致在降低系统能耗的同时,供水过程出现机组运行不稳定问题,为此,设计基于免疫粒子群算法的水轮机机组供水系统节能控制方法。利用T-S模糊模型构建供水系统数学模型。采用模糊神经网络结构作为新型节能控制的设计原理,设计新的节能控制器。通过免疫粒子群算法实现供水系统的整体控制,降低供水系统能源消耗,完成基于免疫粒子群算法的水轮机机组供水系统节能控制方法的设计。仿真实验结果表明:所提控制方法应用后,供水系统的能源消耗明显降低,且水轮机机组供水运行稳定性得到了提升,应用效果较为理想。 相似文献
16.
针对无线传感器网络节点能量受限,路由协议鲁棒性不强的特点,提出了一种基于免疫机制的路由优化算法。利用组播理论与人工免疫全局优化性能,建立路由优化与免疫系统映射关系,设计路由优化算法中的抗体表示、克隆繁殖、克隆选择和基因变异等免疫规则,并从计算方式、局部收敛预防和鲁棒性三方面分析算法的性能。仿真验证了算法的有效性。 相似文献
17.
18.
19.
作为化学品燃爆特性检测关键环节的燃爆状态辨识过程,目前仅以人眼或单一传感器辨识的手段进行,存在人工辨识受主观影响大、单一传感器适用范围窄的缺点,难以取得精确的辨识结果.提出引入多传感器、利用模糊神经网络系统(FNNS)对检测数据作特征层融合,以快速准确辨识燃爆状态的实验方法.结合模糊逻辑推理及RBF神经网络优势,在多层... 相似文献