人工免疫算法在车床故障诊断中的运用

对传统克隆选择算法在增强多样性方面进行了专门的改进,改进后的算法除了在搜寻全局最优的能力上有所提高之外,还能在提供最优解之外提供多个具有代表性的次优解.针对车床的状态识别的实验结果表明,该算法比传统算法具有更强的实用性.     

改进的人工免疫算法在管子生产调度中的应用

造船企业管子加工生产的生产模式可以归结为一种混合流水生产线.本文针对这类管子混合流水生产线,采用一种改进的免疫算法对生产过程进行调度,通过引入免疫记忆因子,有效实现了优良抗体基因的保留和利用,从而提高了算法收敛性和鲁棒性.通过利用管子生产厂实际生产模型进行仿真后发现,利用该算法得到的序列进行调度确实能够有效缩短管子最大流程时间和提高实际生产效率.     

基于人工免疫的网络教学资源过滤的应用研究

提出了一个基于人工免疫机制的网络教学资源过滤模型.该模型可用于计算机远程网络教学平台;并采用SpamAssassin垃圾资源样本,对算法性能进行测试.实验结果表明,引进动态克隆选择算法后,该算法对具有变异特性的垃圾资源,能保持较高的正确识别率,具有较好的自适应性多样性.     

基于人工免疫算法的PCB元件检测

研究了应用图像匹配进行PCB元件检测的技术,提出了一种基于人工免疫算法的图像匹配方法用于PCB元件检测,给出了算法的具体实现.实验验证该方法具备较快的检测速度和较强的鲁棒性,证明该方法是可行的.     

基于人工免疫的故障诊断模型自动更新算法

针对传统的故障诊断模型无法跟踪故障的动态变化问题,提出了故障诊断模型自动更新的概念,建立了一种基于异常点检测的人工免疫故障诊断模型自动更新算法.该算法以人工免疫算法为基础,通过引入异常点检测、故障类别使用感知器、增量式单粒子浓度算法感知器来感知故障特征数据的动态变化,并设计了新故障类型的插入、故障抗体删除和特征中心的修订等操作,实现了故障诊断模型的自动更新.实验仿真及应用结果显示,该算法具有较强的自适应性和记忆能力,能够有效实现新故障类型的产生和故障特性中心漂移等问题的识别和处理.     

基于人工免疫算法的煤矿提升机故障诊断分析

主要介绍了当前我国煤矿提升机的工作环境及工作状况,分析了煤矿提升机故障诊断的意义。以实例对基于人工免疫算法的煤矿提升机故障诊断方法的应用加以具体说明,并阐述了该方法的优点和不足,对煤矿提升机的运行维护具有一定的参考价值。     

基于海明距离的阴性选择算法的改进

阴性选择算法是人工免疫系统的核心算法之一,有效检测器数量与"黑洞"数量是采用阴性选择算法的系统所必须关注的两个要素.在分析连续r位匹配规则与海明距离匹配规则的基础上,提出了一种基于海明距离的阈值自适应阴性选择算法.相对于传统的连续r位匹配算法,该算法具有检测器数目小,"黑洞"空间小的优点.实验结果表明,新算法大幅降低了有效检测器的数量,并通过阈值的自适应性有效地降低了"黑洞"数量.     

基于人工免疫改进算法的稳健产品平台模块划分

针对产品平台设计中的产品模块划分问题,引入稳健设计思想,指出稳健产品平台模块划分就是使产品平台模块划分结果对不可控的客户需求变化不敏感。基于零部件关联度矩阵和表征客户偏好的功能贡献度矩阵,构建了稳健产品平台设计中的准则函数和噪声函数。通过疫苗接种策略改进传统人工免疫算法,对模块划分问题进行多目标优化求解。以多目标优化问题中的非支配解为疫苗,依照二进制基因位选取机制对子代注入疫苗,从而提高子代获得优良基因的概率。该方法在某型号动车组车厢产品模块划分中进行应用,并与几种传统的多目标优化算法进行比较,结果验证了方法的有效性和优越性。     

基于人工免疫算法的三坐标测量机路径规划

为了提高三坐标测量机(CMM)的测量效率,提出多色集合理论模型与人工免疫算法相结合的方式规划CMM自动测量路径。通过待测特征与测头特征、测头角度和待测面的关系建立多色集合围道矩阵,然后进行合取运算建立合取围道矩阵;结合多色集合理论约束模型,采用人工免疫算法,优化全局测量路径。实例表明,该算法提高了三坐标测量机自动检测效率,并已用于实际检测,具有一定实践意义。     

一种基于人工免疫的模糊核聚类算法

针对模糊聚类及核聚类算法存在的初值敏感及易陷入局部极值点的问题,提出了一种基于人工免疫的模糊核聚类新算法。新算法将基于核的模糊聚类方法与人工免疫进化算法相结合,借鉴生物免疫系统中免疫细胞克隆和记忆、亲合力成熟等机理,采用克隆选择机制对抗体进行逐代克隆、高频变异及抑制操作。相对于模糊聚类及核聚类算法,新算法能快速地获得全局最优解。仿真数据、IRIS数据和空气压缩机运行数据测试结果证明了新算法的可行性和有效性。     

基于支持向量机和人工免疫的机械故障诊断方法研究

利用支持向量机对故障数据进行分类和聚类预处理,然后以类别的中心作为人工免疫系统的疫苗,人工免疫系统把它们作为抗体进行免疫学习,获得机械系统的故障特征,并为人工免疫系统提供先验知识,建立故障状态空间至解释空间的映射.用该算法对转子实验台仿真故障进行分类比较,结果表明该算法学习速度快,诊断效果好.     

一种改进的免疫算法在车间调度中的研究

针对免疫算法收敛较慢,种群更新优劣差距较大等缺点,提出了一种改进的免疫算法,并用该算法解决了FlowShop车间调度问题,结果表明算法具有较好的搜索与寻优能力,很好地克服了一般人工免疫算法搜索速度较慢、容易陷入局部最优解的缺点。该算法采用自适应的交叉算子、变异算子以及种群分割的方法,在搜索速度和全局最优解搜寻能力上与传统的零等待免疫算法相比有明显的优势。     

可靠性优化问题的人工鱼群算法求解

为了使设计既能满足可靠度要求又使系统成本最小,提出了基于人工鱼群算法的优化方法.简单介绍了冗余优化模型和人工鱼群算法,并给出了基于人工鱼群算法的可靠性的求解策略,详细讨论了求解步骤,并对串-并联系统的可靠性分配的可靠性优化设计问题进行了分析计算.结果表明该算法具有较强的局部搜索能力,与其他方法相比,具有更高的搜索速度和搜索效率.     

改进遗传算法在直流伺服电动机的PID优化控制

提出了一种改进型遗传算法,它可减少传统遗传算法的进化时间和收敛代数,提高了进化的爬坡能力。同时,利用此改进算法对直流伺服电动机的控制系统进行PID控制参数优化整定,仿真结果表明该方法得到的优化参数更接近全局最优解,使控制系统具有更好的鲁棒性和稳定性。     

改进蚁群算法在采购供应链组建中的应用

以电梯企业为背景,研究了采购供应链中多供应商选择问题,建立了以成本、质量、交货及售后服务等9项评价指标为目标的多目标采购优化数学模型,并采用层次分析法和改进的蚁群算法相结合的多目标规划方法对该模型进行求解,得到一组最优的供应商组合。最后,通过一个算例验证了该方法的有效性。     

改进蚁群算法在采购供应链组建中的应用

以电梯企业为背景,研究了采购供应链中多供应商选择问题,建立了以成本、质量、交货及售后服务等9项评价指标为目标的多目标采购优化数学模型,并采用层次分析法和改进的蚁群算法相结合的多目标规划方法对该模型进行求解,得到一组最优的供应商组合。最后,通过一个算例验证了该方法的有效性。     

改进遗传算法在LED贴片机优化中的应用

以自主开发的专用LED贴片机为研究平台。首先,介绍一种间距可调的多吸嘴同步吸贴高效贴片头结构、工作原理以及应用于LED专用贴片机上的贴装工艺流程。然后,针对该专用贴片机贴装元件种类单一、供料器位置对路径影响小的特点,忽略供料器位置问题,采用遗传算法,对元件贴装顺序进行染色体编码,改进传统的遗传交叉算子,实现贴装路径优化。仿真结果表明,改进的遗传算子算法与传统的遗传算法相比,更适合多吸嘴同步吸贴贴片机。     

人工免疫网络在数控机床故障诊断中的应用

分析了生物免疫系统的免疫调节机制,在此基础上讨论采用人工免疫网络模型进行机床故障诊断的可行性。将该模型用于滚动轴承故障诊断实验,并将实验结果与传统BP神经网络进行了对比分析,验证了算法的有效性。