基于改进式免疫遗传算法的车联网任务卸载方案

为了解决车联网场景下卸载决策和资源分配不合理的问题,提出了一种改进的启发式车联网任务卸载策略。该策略利用改进式的双种群免疫遗传算法(IDP-IGA),在保留了精英种群的同时引入了自适应移民算子,并在满足车辆最大容忍时延和路侧单元最大可分配资源的前提下,优化系统的时延-能耗开销。仿真结果表明,所提算法具有良好收敛性,与传统算法和遗传-粒子群优化算法相比,能够显著降低系统的时延-能耗开销,在任务卸载过程中实现最优的资源分配方案。

基于改进免疫遗传算法的建设项目应急预案优化

为了提高建设项目应急预案的针对性,基于改进免疫遗传算法对建设项目应急预案优化进行仿真研究。首先,借鉴生物免疫原理,构建建设项目应急预案优化理论模型;其次,通过设计Taguchi试验优化算法中的重要参数,引入精英保留策略改进免疫遗传算法,并基于该算法构建建设项目应急预案优化模型;最后,以某高速公路为例,运用MATLAB软件进行模拟仿真,测试改进免疫遗传算法的可行性,并设置两组对比实验验证改进免疫遗传算法的优越性。仿真结果表明:相比于传统免疫遗传算法,改进免疫遗传算法下应急预案的亲和度更高,收敛速度也更快。这拓展了项目风险研究,为风险应对决策提供参考依据。

基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法

作为典型的信息物理攻击,虚假数据可以实现测量输出无变化,从而欺骗基于卡方检测器的检测。为此,提出一种基于改进自适应免疫遗传算法的智能电网虚假数据攻击检测方法。首先,建立三相电压测量电网模型,分析虚假数据攻击的隐蔽特性。然后,利用抗体之间的相似度指数建立异常数据检测器,对入侵的虚假数据进行检测。此外,通过引入选择、交叉、变异算子的自适应设计,提高免疫遗传算法的收敛速度和全局寻优能力,从而改善攻击检测的性能指标。最后,通过仿真实验分析所提检测方法对虚假数据攻击的检测率和误检率,结果验证了该方法的有效性。

基于多策略免疫遗传算法的无人艇航向自适应控制

针对无人艇在真实水面环境下的航向跟踪控制问题,提出一种基于多策略融合改进免疫遗传算法(MSFI⁃GA)的无人艇航向自适应控制方法。首先,建立无人艇的二阶非线性运动模型和环境风浪流干扰模型。其次,提出一种基于多策略融合改进的免疫遗传算法,通过引入混沌初始化、向量角相似度及自适应差分接种等策略,改善基本算法收敛缓慢、易陷入局部最优的缺点;在此基础上,设计基于MSFIGA的无人艇航向自适应控制器及性能评价函数,以实现对无人艇控制参数的自适应优化。最后,通过对比仿真试验和在线仿真试验验证该方法的优越性和实用性。

基于免疫遗传算法的智能柔性仓库货位自动化分配方法

针对没有充分考虑到货物就近存储、分配不均、入库效率低等的问题,为了有效地提高工作效率,提高空间利用率,设计了一个基于免疫遗传算法的智能柔性仓库货位自动化分配方法。将保证上轻下重的货架承重原则、先入后出的目标、关联性货物就近存储作为分配目标,采用免疫遗传算法不断迭代计算,赋予其自动化属性,对各层的个体给予同样的虚拟适度值,实现智能柔性仓库货位自动化分配。结果表明,所提出方法在应用后,能够将较重货物分配在底层,提高算法搜索效率,保证入库时间较短,满足智能柔性仓库自动化运维模式需求。

基于改进免疫遗传算法的电力系统无功优化

针对无功优化问题的特点,在现有免疫遗传算法基础之上,提出一系列改进措施,形成了一种新的解决无功优化问题的改进免疫遗传算法。该算法将免疫遗传算法中常用的二进制编码改进为整、实数混合编码,提高了计算速度与精度;将通常的选择、变异操作与进化代数相联系,形成具有动态调整功能的改进Boltzmann退火选择、非均匀变异算子,提高了算法的全局收敛性,加快了计算速度;引入疫苗接种概念,有效地抑制了算法在进化过程中出现的退化现象,进一步加快了算法的收敛速度。以IEEE30节点系统为例对该改进算法的性能进行了测试,结果表明了该算法的有效性和可行性。

基于免疫遗传算法考虑割缝及间隙补偿的矩形件排样优化研究

激光切割钢板产生零件广泛应用于造船厂等重型企业,其中矩形件是一类非常重要的零件。针对制造业中大规模、多尺寸的矩形件排样问题,考虑了割缝距离及钢板边缘间隙距离对板材利用率的影响,以板材利用率最大为目标构建数学模型,将免疫遗传算法与剩余矩形算法结合求解该模型。通过与遗传算法和免疫算法与剩余矩形算法结合的求解结果进行比较,证明了免疫遗传算法在提高板材利用率方面的有效性,并生成了对应的排样图,对工厂生产实践具有一定的指导意义。

基于免疫遗传算法的多模式资源受限养护工程调度问题研究

公路养护工程项目调度通常会受现场资源与施工工期的限制,针对基本遗传算法不能有效解决多模式资源受限养护工程调度问题(MRCPSP),将生物免疫系统中抗体多样性的维持机制应用到养护工程调度管理,构建一种采用双链表结构编码方式(随机优先权值链表和模式链表)、串行调度生成机制解码方式的免疫遗传算法,通过选择、交叉、变异和记忆库更新算子进行全局搜索确定较优项目调度方案.运用PSPLIB问题库中的基准问题对该算法进行验证,以证明该算法的可行性和有效性.

免疫遗传算法的辐射型配电网无功电源规划方法研究

针对辐射型配电网存在无功电源规划效果较差、规划网损率较大的问题,该文提出基于免疫遗传算法的辐射型配电网无功电源规划方法。基于无功优化问题建立目标函数模型,根据配电网无功供电的规划方案确定无功电源的容量、类型和位置。基于遗传算法进行染色体编码,以某市配电网无功电源的优化规划问题为例,定义正确的适应度函数,采用变化的交叉率、变异率进行遗传操作,完成免疫遗传算法的辐射型配电网无功电源规划任务。试验结果表明,在应用该文提出的方法后,电网电压调整率和负载调整率均得到提高,电网网损率降低,证明该文提出的方法具有较高的实用性。

免疫遗传算法在图像分割设计中的实现研究

图像分割是图像处理技术的一个重要研究方向,它是根据图像的灰度特性差异,提取图像中的特定目标区域来进行实现完成的。而传统的遗传算法在处理分割目标和背景差别不大的图像时,会出现分割效果不明显的情况,因此本文提出了一种免疫遗传算法,该遗传算法既充分保留了遗传算法用于寻找最优化求解的免疫搜索过程特征,也充分利用免疫算法的多机制功能来帮助求解有关多目标函数的最优化解特征,从而有效的避免了免疫算法的过早缺陷,改善了遗传算法对多目标图像分割能力不足的缺点。实验结果表明,免疫遗传算法运用在图像分割的效果上比简单遗传算法的分割效果要好。

基于改进免疫遗传算法的水电站优化调度应用研究

根据免疫算法的生物学机理,提出了一种改进的免疫遗传算法.该算法将微粒群算法作为免疫算法的全局搜索策略,提高算法的全局搜索能力;利用逐步优化算法对免疫算法的控制策略进行进化操作,提高算法的局部搜索能力;利用免疫算法本身基于浓度的自我调节机制,提高群体的多样性,避免算法过早陷入局部最优解.最后给出了该算法实现的具体步骤,并将其应用于水电站的优化调度中,取得了较为满意的结果,且与动态规划、遗传算法、免疫算法和微粒群算法等比较,验证了算法的有效性和优越性.

基于免疫遗传算法的模糊C-均值聚类

为了克服FCM算法对初值的敏感性,提出了一种基于免疫遗传算法的FCM算法。该算法利用免疫系统原理和遗传算子自适应调整的方法(即免疫遗传算法)来改进FCM算法。实验证明该算法能有效解决未成熟收敛的问题,保证了种群的多样性,使聚类问题最终快速、有效地收敛到全局最优解。

基于信息熵的量子免疫遗传算法

针对目前的量子进化算法在高维函数优化时容易陷入局部最优,利用信息熵的概念,将量子进化算法和免疫遗传算法进行改进与融合,提出一种基于信息熵的量子免疫遗传算法.该方法对抗体采用相位编码,用信息熵准确地度量量子比特的不确定信息;提出了一种按变量的种群熵降序排列的邻域搜索策略;对于抗体之间的相似度,给出了一种按个体熵相同变量位数的度量方法;用繁殖概率对抗体的多样性进行评价,并分别以函数优化问题和VRPSDP问题进行了仿真验证.研究结果表明:该算法收敛速度快,求解精度高.

基于免疫遗传算法的设备布局问题研究

针对免疫遗传算法中存在的问题,提出了一种改进免疫遗传算法。改进算法的主要特点是简化了种群个体的选择机制,采用了新的亲和力组合计算的方法。通过单行与多行机器布局的实验验证了新算法,得到了满意的效果。同时,纠正了相关文献中设备可用空间计算中的错误,简化了机器净间距序列调整方法。

基于免疫遗传算法的机场停机位分配研究

对于机场而言,如何合理进行停机位分配,提高停机位的利用率就变得尤为重要。本文以近机位利用率最大和机型资源浪费最小为目标建立数学模型,并设计用免疫遗传算法对模型求解。最后,通过数据模拟证明该方法具有有效性。建立以航班靠桥率、机位利用率为目标的数学优化模型,其次,设计了一种改进的免疫遗传算法求解模型。仿真结果验证了所提出的模型和算法能够得到合理有效的停机位分配方案。

一种新的免疫遗传算法及其应用

为了克服基本遗传算法存在的缺点和不足,将免疫系统中抗体多样性的维持机制引入遗传算法,同时兼顾个体多样性和提高种群中个体适应度的水平,提出了基于相似性矢量距为选择概率的免疫遗传算法,并给出了此类概率选择的一般表示形式.为了防止基于相似性矢量距为选择概率的免疫遗传算法在优化过程中出现退化现象,通过在算法中引入免疫疫苗的方式,对该算法进一步加以改进.从每一代保优抗体中提取有效信息,进而得到一种新的疫苗提取方法.基于所提出的改进免疫遗传算法,提出了改进的编码方案.对20个城市的TSP问题进行研究,通过不同参数的比较,得出了算法中相关参数的取值范围.比较了6种算法的收敛速度,进一步证实了所提出算法具有良好的收敛性.

免疫遗传算法在舰船电力系统供电恢复中的应用研究

针对舰船电力系统供电恢复中的问题提出了一种新的免疫遗传算法,引入了新的免疫算子,通过计算基因座信息熵来快速、准确地判断、调整群体多样性,讨论了控制参数在进化过程中的作用以及利用系统信息提取疫苗及接种的方法,将舰船电力系统多目标故障恢复问题简化为单目标计算的免疫选择机制,给出了免疫算子的构造方法及参数选择方案。理论分析及实例表明,该算法改善了遗传算法的性能,提高了收敛速度,避免了不成熟收敛,能有效地提高供电恢复的速度及精度, 较好地实现了舰船电力系统的多目 标故障恢复。

基于多种群免疫遗传算法的配电网网架规划

配电网网架规划是一个复杂的组合优化问题,传统的优化方法往往难以解决此类问题。提出一种多种群的免疫遗传算法进行配电网网架优化规划,采用多个种群针对优化目标的不同方面进行优化搜索。在遗传进化过程中,借鉴生物免疫机制对每个种群的染色体进行免疫算子操作,种群之间通过优秀个体转移进行交互,有效防止了种群退化,提高了种群的多样性和遗传算法的全局寻优能力。以网络年费用最小为优化目标建立配电网网架规划的数学模型,利用多种群免疫遗传算法求得优化解,通过具体实例验证了该算法的有效性。

基于免疫遗传算法的模糊优化控制及其仿真

提出了一种记忆细胞精英抗体遗传策略,能强化免疫系统的记忆功能和抗体浓度调节机制,从而使免疫遗传算法更快速、稳定地收敛到全局最优点.在模糊规则和隶属度函数联合编码基础上,通过上述改进型免疫遗传算法实现模糊控制器参数的同步优化.另外,由于模糊规则库和隶属度函数通常都具有对称的特点,控制器优化时可将搜索空间减半,从而使稳定性、收敛性得到显著提高.将这种新型模糊优化控制方法应用于过热汽温控制系统进行仿真,结果表明可以获得非常满意的闭环控制效果.

SIGA：一种新的自适应免疫遗传算法

为了克服传统遗传算法收敛速度慢和容易陷入局部最优的不足，提出了一种新的自适应免疫遗传算法SIGA（Self-adaptive Immune Genetic Algorithm）。新算法对遗传算子进行改进，提出了自适应交叉和变异算子，保证了种群多样性和防止早熟现象发生；为了使免疫算子兼顾个体多样性和提高种群个体适应度的水平，提出了基于相似性矢量距离的免疫选择算法。实验表明，与传统的遗传算法和免疫算法相比，该算法收敛速度提高了3～90倍，求解精度达到10^-3，并有效地抑制了早熟现象。