基于免疫应答原理的多目标优化免疫算法及其应用

基于免疫应答原理 ,合理地构建免疫算子及引入一种新的小生境技术 ,提出一种解决多目标优化问题的免疫算法 .在此算法中 ,将优化问题的可行解对应抗体及Pareto最优个体对应抗原 ,这种抗原存于抗原群中 ,并应用新的聚类算法不断更新抗原群中的抗原 ,进而获大量的Pareto最优解 ,这些解能很好地分布在Pareto面 (此指由Pareto最优解构成 )上 .理论证明了该算法能获Pareto最优解 .最后 ,将该文的算法与文献 [3]的算法SPEA进行仿真比较 ,获该算法的有效性 ,此表明免疫算法解决多目标优化问题具有广阔的前景 .

基于Pareto的多目标克隆进化算法

为了克服部分多目标进化算法中容易出现退化与早熟,造成收敛速度过慢的不足,结合精英保留策略、基于近邻规则的环境选择以及免疫克隆算法中的比例克隆等思想,提出一种基于Pareto的多目标克隆进化算法NPCA(Non-dominated Pareto Clonal Algorithm)。通过部分多目标优化测试函数ZDT和DTLZ对算法进行了性能测试,验证了该算法能获得分布更加均匀的Pareto前沿,解的收敛性明显优于典型的多目标进化算法。

车联网云边协同计算场景下的多目标优化卸载决策

车联网场景下的计算任务对时延非常敏感,需要云边协同计算来满足这类需求。针对车联网云边协同计算场景下如何高效地进行服务卸载并同时考虑服务的卸载决策以及边缘服务器和云服务器的协同资源分配问题,设计了基于云边协同的车辆计算网络架构,在该架构下,车载终端、云服务器和边缘服务器都可以提供计算服务;通过对缓存任务进行分类并将缓存策略引入车联网场景,依次设计了缓存模型、时延模型、能耗模型、服务质量模型以及多目标优化问题模型;给出了一种基于改进的多目标优化免疫算法的卸载决策方案。最后,通过对比实验验证了所提卸载决策方案的有效性。

异构无线网络中基于免疫计算的联合会话接纳控制

本文研究了单运营商异构网络环境下的联合会话接纳控制问题,给出了一个基于免疫计算的会话接纳控制方案.设计了联合会话接纳控制问题的数学模型,给出了基于免疫多目标优化算法的控制方案框架,并通过仿真实验验证了本文方案.实验结果表明,与文献方案相比,本文设计的接入控制方案在阻塞率和频谱效用之间获得了更好的性能折中,同时更好地兼顾了同一运营商内各个接入网络之间的公平,具有较好应用价值.

多目标优化量子免疫算法求解基站选址问题

为了解决带容量约束WCDMA网络的基站选址问题,提出了一个基于多目标优化量子免疫算法的基站选址优化方案.设计了基站选址问题的数学模型,给出了多目标优化量子免疫算法框架,并进行了实验验证.实验结果表明:算法方案能以较小的基站建设代价满足覆盖要求,具有较好应用价值.

多目标系统最优控制方法研究

用多个性能指标评价系统更有实际意义,但在现有的研究中,针对此类问题所采取的方法通常是线性加权,权值是人为选取以达到"最优",这就使得"最优"控制成为主观最优而非数值实际最优。本文针对这一问题,结合决策者先验知识的多少,给出2种新的解决方法:层次分析和Pareto交互式决策。首次采用免疫克隆选择多目标优化算法来设计多指标情况下的LQR控制器。仿真结果表明:该算法在时间复杂度、分布性等方面均优于现在常用的NSGA-II,且本文给出的解决方法更适合于复杂情况下的最优控制器设计。

多目标约束优化免疫算法研究及其应用

基于生物免疫中抗体应答抗原的机理,提出具有动态性能的多目标约束优化算法,解决一般性的多目标约束最优化问题.该算法的关键在于如何充分模拟免疫应答的机制构建算子模块,以及如何提出约束条件处理和聚类新方法有效解决优化问题.其特点是稳健性及记忆细胞集保存优良抗体并用聚类算法限制其规模,抗体群规模动态调节及抗体应答的对象是抗原群,群体具有自我调节多样性和自适应环境的能力且能并行处理复杂优化问题.仿真事例比较验证该文算法的有效性及能处理高维优化问题.

免疫算子对种群多样性的影响分析

经过多年的发展,研究人员设计出大量的免疫算法来解决多目标优化问题。基于三种免疫算子:克隆选择算子、超突变交叉算子和重组存储记忆算子,并通过分析三种算子何时或以何种方式对免疫算法中种群多样性产生影响,从而对免疫算子与种群多样性之间的联系进行了研究。对NNIA和CMOIA两种经典免疫算法在两个基准问题上进行实验分析,实验结果表明克隆选择算子对于算法多样性有消极影响,而超突变交叉算子和重组记忆存储算子则会帮助算法维护多样性。

时间窗约束下的配送车辆调度问题研究

为解决时间窗约束下的物流配送车辆的多目标调度优化问题,给出了一种基于免疫计算的配送车辆调度优化方案。设计了配送车辆调度问题的数学模型和一种基于非劣邻域支配的多目标调度优化算法,在仿真环境下进行了实验。实验结果表明,算法能够有效地解决物流配送车辆调度问题,具有较好的应用价值。

基于MOIA的脉搏波峰值并行搜索的研究

首先介绍了免疫算法以及无创血压的测量原理,提出了将多目标优化免疫算法(MOIA)应用于识别脉搏波峰值的思想,并详细研究了针对血压测量免疫算法的亲和度计算、抗体浓度控制和克隆选择、交叉及变异操作的方法,分析指出了免疫算法在血压测量中应用的优点。