基于动态疫苗库的免疫遗传算法解决车间调度问题

为了求解车间调度这一NP问题,提出了基于动态疫苗库的免疫遗传算法。本算法改变了以往的基于工序的编码方式,采用基于优先权的编码方式,设计了相应的交叉和变异方式。同时,在不断地调整基因库和进行疫苗接种的过程中来判断基因库中基因片段的优劣,以此来不断动态地调整疫苗库,使得更好的疫苗进入疫苗库中,更好地指导种群的进化。仿真实验表明,该算法是高效的。

基于动态疫苗提取的免疫遗传算法求解TSP问题

针对免疫系统能通过注射疫苗来达到快速识别抗原的特性,对免疫遗传算法进行改进。根据抗体的优劣来从中提取不同长度的疫苗,并在此基础上提出一种基于动态疫苗提取的免疫遗传算法(IGAB),将其用于TSP问题的求解中,实验结果表明,IGAB能够抑制遗传算法在迭代过程中出现的退化现象,提高算法的收敛速度。

新的基于疫苗接种的免疫遗传算法

为求解无约束优化问题,将生物免疫系统中免疫行为可以保持种群多样性从而避免陷入局部最优和出现早熟收敛现象这一特性应用到标准遗传算法中,给出了一种新的基于疫苗接种的免疫遗传算法。数值试验结果表明算法对于多峰值函数有很好的优化效果。当群体迭代可能陷入局部最优时,新的算法通过适时的动态疫苗接种使个体及时跳出局部最优解,最终求得全局最优解。

基于遗传支持向量机和灰色人工免疫算法的电力变压器故障诊断

针对电力变压器单一故障和多故障诊断问题,模拟生物免疫系统,提出一种两级分类器级联的诊断算法。采用遗传算法优化支持向量机核函数参数的电力变压器故障和正常状态初分类器,和以灰关联度度量抗体与抗原之间亲和力的灰色人工免疫算法,设计了动态疫苗机制的高频变异操作。根据不同的故障类型,训练生成最佳记忆抗体集。采用5近邻综合决策法,根据最佳记忆抗体集诊断电力变压器故障类型。实验表明,遗传支持向量机和动态疫苗机制的灰色人工免疫算法相结合的电力变压器故障诊断算法,对电力变压器单一故障和多故障都能够有效地分类,提高了电力变压器故障诊断的准确率和速度。

一种改进的自适应免疫遗传算法

为了解决免疫遗传算法(IGA)存在的“停滞”问题和“早熟”问题,提出了一种改进的自适应免疫遗传算法(IAIGA)。首先通过在IGA中加入疫苗动态自适应提取策略以及交叉和变异操作的自适应策略对其进行改进,然后分别采用IGA和IAIGA对6组基准函数进行了寻优仿真实验,比较了两种算法在搜索全局最优解、优化精度和收敛速度上的差别,最终结果表明,IAIGA可解决IGA存在的“早熟”和“停滞”问题,收敛速度更快,收敛稳定性更好,寻优精度更高。