自适应克隆免疫算法应用于宽带匹配网络设计

针对克隆选择算法的不足,提出了一种自适应克隆免疫算法.直接根据抗体的多样性来确定克隆规模,通过引入抗体的自适应变异操作,增加对精英抗体的记忆和相似抑制操作来产生种群新个体,以保证算法的全局收敛性和抗体的多样性.将该算法应用于宽带匹配网络的拓扑结构和元件值的综合优化设计中,并分析了优化过程中频率采样点数的合理选取问题.仿真结果通过与实频法、遗传算法和克隆选择算法相比较,表明该算法具有更快的收敛速度,设计的匹配网络具有更优的匹配性能.

求解可满足性问题全部解的改进多种群克隆免疫算法

对于可满足性问题全部解(ALLSAT问题)的求解而言,随着问题规模增大,现有算法逐渐变得不适用.针对不能有效求解ALLSAT问题的现状,提出了一种多种群克隆免疫算法,该算法采用小生境方法和位爬山算法进行优化,维持种群多样性,提高算法收敛速度进行了算法收敛性分析.ALLSAT问题的求解结果表明,该算法是非常有效的.

基于免疫克隆的蚁狮算法及其桁架优化

蚁狮优化算法具有较好的搜索和开发能力,但是在寻优后期精英蚁狮的影响权重减小,导致算法收敛速度较慢且易于陷入局优,对此提出一种免疫克隆的蚁狮优化算法。前期使用反向学习策略初始化蚂蚁种群,提高种群多样性;在精英蚁狮更新中加入柯西变异算子,提高算法后期的开发能力;最后结合免疫克隆选择算法对蚁狮进行克隆变异,改变蚁狮的位置和适应度值,进一步提高算法全局寻优能力以及收敛精度。通过10个测试函数、0~1背包来评估算法的寻优能力,并运用到桁架结构的尺寸、布局优化问题中,通过受力效果图发现优化效果良好,验证了ICALO应用于组合优化问题中收敛速度更快、精度更高的特点,为结构优化提供了一种新的方法。

基于帕累托效率的高效免疫克隆算法

为解决移动化网格信息资源管理效率低下问题,以覆盖网络技术为基础,将网络节点智能划分为一般节点与特殊节点,通过在特殊节点之间采用虚链路构建覆盖网络进行资源管理。由于整体网络性能受虚链路采用问题影响较大,考虑底层物理链路带宽与运维成本、覆盖网络互连性等因子,将虚链路采用问题详细抽象成多目标约束优化问题,设计一种免疫克隆算法(P-IC)。将多目标约束条件转化成优化目标,基于帕累托效率概念有效处理优化问题。实验结果表明,该算法复杂度以及有效性更具优势。

桁架结构优化设计的免疫克隆选择算法

为了解决带有应力约束和位移约束的桁架的尺寸优化问题,将免疫克隆选择算法应用于结构的尺寸优化设计.根据免疫学基本原理,在基本克隆选择算法的基础上引入精英策略,并给出合理的参数值.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.最后对几个经典的桁架进行了优化.数值结果表明,改进的免疫克隆算法收敛速度快、鲁棒性好,可以应用于桁架结构的优化设计.

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。

改进免疫克隆算法的Job Shop调度

提出了基于种群协同进化的并行免疫克隆算法,将种群中个体的亲和度计算并行在多个计算节点上同时进行。引入免疫记忆机制,使抗体种群的演化过程和记忆单元的演化过程并行进行,更好地实现了抗体间的相互协作,保证了解集从可行域内部和不可行域边缘向着最优解逼近。采用了克隆增殖变异和交叉算子的操作,增加了种群中优秀个体获得克隆增殖实现亲和度成熟的机会,提高抗体群分布的多样性,在深度搜索和广度寻优之间取得了平衡。从而保证了算法较强的收敛性以及搜索空间的多样性。利用标准问题库对算法进行测试,并分析算法参数对算法结果的影响,仿真结果表明,该算法对待寻优空间的全局搜索能力和局部搜索能力以及算法的稳定性与计算速率都要强于简单免疫克隆算法和遗传算法等优化算法。

混合交通网络设计及免疫克隆退火算法求解研究

研究混合交通网络设计问题,以交通网络总阻抗最小为目标,在建设资金的约束条件下给出了双层规划模型.将模拟退火算法中的退火策略引入到免疫克隆算法中,设计了求解模型的免疫克隆退火算法.算例验证了算法的可行性,并通过与模拟退火算法比较证明了设计算法的有效性.最后,在给定不同建设资金的约束条件下进行了灵敏度分析,并讨论了投资成本与网络总阻抗、建设资金约束与网络设计决策的关系.

基于免疫克隆算法的协同神经网络参数优化

针对现有协同神经网络参数优化方法的不足,提出了一种基于免疫克隆算法的参数优化方法.与在平衡注意参数条件下的算法和在不平衡注意参数条件下基于遗传算法和模拟退火算法的优化方法相比,新方法具有全局兼局部寻优能力,不易陷入局部极值,并且迭代步长是自适应调整的.对纹理图像与遥感图像的分类识别结果表明:新方法不仅具有更快的收敛速度而且具有更优的分类识别性能,同时验证了注意参数及所有参数对各原型模式之间竞争态势的影响,从而达到更佳的分类识别效果.

基于免疫克隆算法的认知无线电多信道联合感知方法

该文研究了认知无线电多信道联合感知的数学模型,并将此模型转换为以认知系统总吞吐率最大化为目标的带约束优化问题,进而提出一种基于免疫克隆的多信道联合感知算法。仿真实验表明所提算法在收敛速度以及稳定性上均明显优于已有的基于遗传算法的感知方法,并且所提算法在对主用户造成相同的干扰条件下能提供更高的系统总吞吐率。

基于免疫克隆算法的综合交通枢纽布局优化研究

为了描述综合交通枢纽的布局优化问题,在保证重点枢纽建设的前提下,综合考虑综合交通枢纽布局的影响因素,以城市需求点总需求权距离最小为目标,考虑了在枢纽覆盖距离内,需求点和枢纽候选点对应关系为约束建立了综合交通枢纽布局优化的数学模型.给出了针对该问题的自适应免疫克隆算法的具体求解设计和步骤,并结合算例证明了算法的有效性.

基于免疫克隆选择算法的神经网络规则抽取

神经网络的不可解释性一直是限制其发展的固有缺陷,该文从神经网络的功能性观点出发,提出基于免疫克隆选择算法的神经网络规则抽取方法。将免疫克隆策略用于神经网络的规则抽取中,对已经训练好的神经网络隐层神经元输出值进行聚类,缩小搜索空间,抽取出理解性好、简洁的符号规则。该方法不依赖于具体的网络结构和训练算法,可以方便地应用于各种分类器型神经网络。实验结果表明该方法的实用性和可行性。

基于并行免疫克隆算法的特征选择方法

由于串行化特征选择方法应用于中文海量文本数据集时时间效率较低,提出了一种用于特征选择的并行免疫克隆方法.该方法采用免疫克隆算法搜索特征,利用并行算法评价特征子集,即将种群中个体的亲和度计算并行在多个计算节点上同时进行,从而能较快地获得较具代表性的特征子集.实验结果表明,该方法是有效的.

基于免疫克隆选择算法的马斯京根模型参数估计

针对马斯京根河道洪水演算模型参数估计中所存在的线性化、求解复杂、精度差等问题,提出了一种基于免疫克隆选择算法(ICSA)的马斯京根模型参数估计新方法。实验和应用结果表明,基于免疫克隆选择的马斯京根模型参数估计算法具有求解速度快,计算精度高,算法控制参数设置简便、通用性强等特点,与现有的马斯京根模型参数估计方法相比,该算法显示出更好的优化性能,能够很好地解决马斯京根模型的参数最优估计问题,从而为马斯京根模型参数的估计提供了一种新的更为有效的方法。该算法也可广泛应用于其他洪水预报模型的优化问题。

基于改进免疫克隆选择算法的含分布式电源配电网规划方法

基于改进的免疫克隆选择算法,建立了包含分布式电源的配电网规划数学模型;在免疫克隆选择过程中引入聚类竞争算子及混合变异算子,使免疫克隆选择算法尽快收敛;为解决配电网规划时产生的大量不可行解的问题,借助图论知识和搜索技术给出了不可行解的修复方案,对孤岛、孤链和环进行修复,将非辐射状网络转换为辐射状网络。算例结果验证了该方法的可行性。

基于云免疫克隆算法的空车动态优化问题

通过给定的时间轴将动态空车调度优化问题转化为一系列静态调度问题,以效益最大化为目标函数,考虑空车走行的时间对约束条件的影响,构建基于云偏好度的空车动态优化模型,并结合云模型对免疫克隆算法进行改进,提出一种云免疫克隆算法。算法根据应用偏好信息为抗体进行三维编码,通过计算抗体种群的熵进行免疫克隆操作,并利用云模型的分散稳定性对抗体免疫基因进行重组操作与变异操作,改善了向最优解的高效收敛能力。实验结果分析表明,该算法能改善空车动态调度系统的可用性、负载均衡离差、有效时间等方面的性能,满足了动态调度实时计算的实际需求。

桁架结构多目标优化的免疫克隆选择算法

为了解决带有约束的结构多目标优化问题,将免疫克隆选择算法应用于桁架结构的多目标优化设计中.根据免疫学基本原理,采用非支配邻域选择机制、比例克隆和精英策略,使算法很好地保持了所得解的多样性、均匀性和收敛性.在桁架结构优化的数学模型中,采用惩罚函数法处理违反约束的情况.为了验证所提算法的可行性和有效性,对经典桁架进行了优化,并与其它方法作比较,数值结果表明,该算法在收敛速度、时间消耗和求解质量上均具有一定的优势.

基于量子免疫克隆算法的神经网络优化方法

为降低神经网络的冗余连接及不必要的计算代价,将量子免疫克隆算法应用于神经网络的优化过程,通过产生具有稀疏度的权值来优化神经网络结构。算法能够有效删除神经网络中的冗余连接和隐层节点,并同时提高神经网络的学习效率、函数逼近精度和泛化能力。该算法已应用于秦始皇帝陵博物院野外文物安防系统。经实际检验,算法提高了目标分类概率,降低了误报率。

基于免疫克隆算法的多枢纽选址与混合网络设计综合优化研究

为了描述多枢纽选址与混合网络设计综合优化问题,引入了双层规划模型建立数学模型。上层模型为多目标规划模型,以最小化网络总阻抗和最小化总投资为目标;下层模型为固定需求的用户平衡配流模型。然后,给出了基于免疫克隆算法的具体求解设计和步骤。接着,给出了算例,在不同决策权重条件下进行求解。算例结果验证了算法的可行性和模型的有效性,同时结果表明在建设枢纽后,当决策偏重于交通网络管理部门时,更倾向于建设新路段以降低网络费用和总费用。

结合自适应免疫克隆算法和PCNN的图像分割方法

脉冲耦合神经网络在图像处理中需要通过多次调整参数才能获得比较好的图像处理效果.为此提出了一种结合免疫克隆算法的PCNN参数自动判定算法,提出的方法将PCNN的参数设置问题转化为基于免疫克隆算法的参数优化问题,将图像熵值作为免疫克隆算法最佳适应度的评判依据,从而达到PCNN在图像处理中参数自适应调整的目的.同时,在免疫克隆算法中引入自适应算子和梯度操作来影响部分抗体的进化,以保持群体的活性,打破群体信息陷入局部最优的状况.实验表明,提出的算法实现了PCNN参数的自适应调整,图像分割效果优于比较的多种图像分割算法.