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。

混沌免疫遗传算法在电力系统故障诊断中应用

针对电力系统故障诊断问题,提出了一种新的免疫遗传算法——混沌免疫遗传算法。该算法将免疫算法、混沌与遗传算法相结合,利用混沌运动的遍历性、随机性产生初始种群,加快搜索的速度;利用免疫原理的浓度计算及调整加入新的混沌序列补充种群,增加种群的多样性,避免陷入局部最优;交叉变异结束后在最优解附近再用混沌进行局部寻优提高解的精度。它能从保护和断路器的拒动和误动中,快速找到故障点。实验结果表明,该算法能快速寻找到最优解,保证系统的实时性和准确性,较好地实现了对电力系统的故障诊断。

基于混沌理论的免疫遗传算法

为提高免疫遗传算法的运算效率,根据免疫系统本身的混沌特性,提出了一种混沌免疫遗传算法。该算法利用混沌系统的遍历性来减少数据冗余,利用混沌系统的初值敏感性来扩大搜索范围,从而保持了种群的多样性,避免了局部最优。实验表明,该算法比传统的免疫遗传算法具有更高的收敛速度及收敛性能。

基于混沌免疫遗传算法整定PID参数

针对传统免疫遗传算法PID参数整定速度慢的缺点,通过引入了混沌增殖思想和隔离小生境技术,结合免疫遗传算法的特点,设计了一种智能的PID参数整定方法。该方法利用混沌增殖对初值的敏感性以及随机性、遍历性、规律性,使免疫遗传算法能够更加有效地跳出局部收敛区域而以更快的速度向全局最优值收敛,进而较好地处理了通常遗传算法中遇到的"早熟"问题。通过隔离小生境技术的引入使得子种群的进化不仅同整个种群的进化密切相关,还有自身进化的独立性,这有利于种群个体多样性的保持。通过实际PID参数整定的例子,结果表明该算法能明显改善免疫遗传算法的收敛性能,搜索效率也得到了显著提高。

基于改进免疫遗传算法的加工工艺重构

针对产品生命周期内不同阶段市场需求量不同,通过添加或移除相应机床与装夹设备以满足其产能需求变化.针对某产品减产情况,基于抽调原则选择合适生产设备进行移除以适应产能需求;采用一种疫苗自动获取与动态更新的改进免疫遗传算法,通过对相应基因座上基因值的转移调整替代交叉变异算子,从而实现可转移操作在不同工位间的转移,并以瓶颈节拍时间最短和工位间不平衡度最小为目标函数,对原有加工工艺转移重构从而达到新构形下的工艺平衡与优化.最后通过实例分析与对比验证方法的有效性.

混沌免疫遗传算法的网络入侵检测模型

为了有效地提高入侵检测系统的检测率并降低误报率,提出采用属性约简方法对高维入侵检测数据进行特征选择,剔除无关的属性输入来提高检测效果,将混沌免疫遗传算法引入神经网络学习过程用以进行入侵检测,与传统BP神经网络检测结果进行比较,实验结果表明,将该方法用于入侵检测是切实可行的。

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.

基于改进免疫遗传算法的配电网网架规划

为了解决传统方法难以实现配电网网架规划组合优化的问题,针对改进免疫遗传算法具有生物免疫系统中抗体多样性的保持机制和基于抗体浓度的调节更新机制,同时又具有一般进化算法的随机搜索能力,采用改进免疫遗传算法对配电网网架规划进行求解,提高了种群的多样性和遗传算法的全局寻优能力.优化模型以网络年费用最小为优化目标,以线路传输容量、电压降、配电网的辐射性等为约束条件;根据配电网辐射性的要求,以备选网络的生成树作为初始解,从而避免了随机产生初始可行解时速度较慢的弊端.并借鉴支路交换的思想设计杂交算子和变异算子,以避免辐射性检查过程,使得算法的寻优能力大为增强.通过算例验证了该算法的有效性,同时算例结果表明该算法的计算速度比常规免疫遗传算法的计算速度有较大提高.

改进量子遗传算法辨识超混沌系统

混沌系统的参数辨识是非线性科学混沌控制与同步的关键问题.提出了具有良好全局搜索能力的改进量子遗传算法,将其用于混沌系统参数辨识问题。通过减小实际系统与数学模型的状态同步误差构造适应度函数,将参数辨识问题转化为多维优化问题.用此改进的算法对超混沌Chen系统进行了研究,并与基本量子遗传算法进行了比较,结果表明改进的算法具有更好的寻优能力,并证实了改进量子遗传算法的有效性、可行性.

基于改进型免疫遗传算法的母管制机组负荷优化分配

改进型免疫遗传算法在遗传算法中引入了免疫系统的抗原识别、抗体多样性、免疫记忆、浓度调节等机制,且将遗传竞争分为子种群间和子种群内部个体间的两级竞争,从而能够快速、稳定地收敛到全局最优点。为此,提出了一种基于免疫遗传算法的母管制机组负荷优化分配方法,以提高机组运行的经济性。实际计算结果证明,该方法对机组的负荷优化分配具有良好的优越性。

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。

基于改进混沌遗传算法的配网重构

针对现有配网重构算法存在收敛速度慢、局部寻优能力差、计算时间长、易早熟等问题,提出了一种基于改进混沌遗传算法的配网重构算法,即将支路交换算法和混沌遗传算法相结合,在满足电压和线路潮流约束的前提下,先由支路交换算法将配电网网络结构分环,大幅缩短染色体长度,再由混沌遗传算法重构分段开关和联络开关的状态,将种群中适应度较差的个体替换成混沌移民,增加种群中基因个体的随机性和遍历性,防止算法陷入局部最优,并通过算例进行了验证。结果表明,该算法不仅收敛速度快,且降低了网损。

基于改进遗传算法的AUV动态目标搜索算法

针对水下动态目标搜索问题,提出一种基于改进遗传算法的AUV动态目标搜索算法。采用蒙特卡罗统计方法生成大量目标运动轨迹,作为计算适应度依据;结合水声模型提出一种新型的累积探测概率计算方式;种群选择采用灾变思想与精英主义相结合方法,保证种群的非劣性和多样性,加速跳出局部极值;采用混沌序列方式选择交叉和变异点,增加种群随机性;采用动态自适应的交叉概率与变异概率,减少经验依赖,保证后期种群多样性。仿真实验结果表明,相较于传统算法和经典遗传算法,改进遗传算法能有效避免陷入局部极值,提高搜索概率。

基于改进免疫遗传算法的PID参数优化仿真研究

将改进免疫遗传算法与传统PID控制的参数优化进一步结合,利用免疫遗传操作自身的特点,同时引入疫苗的实时更新理念,保证了疫苗的先进性,加速系统对于全局最优解的搜索速度。以锅炉温度为例,经MATLAB-Simulink仿真证明,应用改进免疫遗传算法,对温度PID参数进行优化,使系统具有了更好的控制性能,也保证了锅炉温度的实时控制效果。

基于连续潮流的改进免疫遗传算法计算电压稳定裕度

提出了一种基于连续潮流的改进的免疫遗传算法求解最大静态电压稳定裕度的方法。该方法将求解最大静态电压稳定裕度的目标函数作为抗原,将调节系统电压的控制变量作为抗体;基于连续潮流算法,在考虑负荷静特性的条件下,计算单个抗体的稳定裕度;采用退火免疫方法对抗体进行选择,用免疫算子进行个体更新,从而增加了群的多样性,避免陷入局部最优。在全局范围内快速准确地得到系统的最大静态电压稳定裕度。通过对IEEE30节点系统的计算,验证了该方法的可行性和有效性。

基于改进免疫遗传算法的骨折创伤断面生理刺激应力寻优方法

针对骨折愈合中创伤断面最佳生理刺激应力的寻优问题,以骨折治疗的Jorgensen理论为基础,建立了骨折创伤断面生理刺激应力的寻优模型.针对普通免疫遗传算法存在的问题,提出以抗体种群总体相似度替代单个抗体相似度作为判断标准以计算抗体浓度和亲和力,提出了动态变异概率的概念和确定方法.基于山羊骨折创伤断面的实测应力曲线族,采用改进的免疫遗传算法、普通免疫遗传算法和标准遗传算法分别对山羊骨折创伤断面的生理刺激应力进行了寻优.寻优结果表明,本文方法是可行的、有效的,具有较高的寻优精度.

改进免疫遗传算法的篦冷机二次风温故障诊断

针对遗传算法学习贝叶斯结构时局部寻优能力差的问题,本文提出一种改进的免疫遗传算法(IIGA)学习贝叶斯结构.首先利用最大支撑树与评分函数构建两个初始种群,然后在种群内部引入改进免疫算子与自动交叉变异算子,在种群之间引入改进的联姻策略与师生交流机制,最后通过迭代搜索到最优贝叶斯结构.在标准网络中与遗传算法相比,提升了遗传算法的局部寻优能力.利用IIGA算法得到篦冷机水泥熟料换热工艺参数的结构,并以此结构为基础进行参数学习与故障推理,最终得到二次风温的故障诊断模型,对节约燃煤,保护环境具有一定实际意义.

一种新的混沌免疫遗传算法

将免疫算法、混沌与遗传算法相结合,提出了一种新颖的混沌免疫遗传算法,该方法利用混沌运动的遍历性、随机性来产生初始种群,加快搜索的速度;利用免疫原理的浓度计算及调整加入新的混沌序列来补充种群,增加种群的多样性避免陷入局部最优;交叉变异结束后在最优解附近再用混沌进行局部寻优提高解的精度。实验结果表明,所提出的算法能寻找到更好的优化结果,并且在搜索速度上明显优于遗传和免疫遗传算法。