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。

自适应免疫遗传算法在轮胎花纹节距参数优化中的研究

节距参数优化是低噪声轮胎花纹优化设计的关键环节,针对轮胎花纹节距参数优化寻优时易引发数据爆炸的特点,利用自适应免疫遗传算法(AIGA)的自适应策略和快速搜索能力对节距序列参数和节距比例参数进行优化分析,结果表明该算法的收敛性和效率较遗传算法和免疫遗传算法都有明显的提高,优化结果可降低轮胎花纹噪声水平,具有工程应用价值。

基于最小二乘与自适应免疫遗传算法的小型无人直升机系统辨识

针对小型无人直升机小稳定、强耦合、非线性的特点,建立了小型无人直升机悬停状态下行动力学模型.设计了一种基于最小乘与自适应免疫遗传算法(LS-AIGA)的辨识算法,根据辨识实验的需要研制了机载微小型导航、制导与控制系统(MGNC).利用飞行实验数据,根据本文的辨识算法,对所建立模型中未知参数进行了辨识.最后对得到的模型进行了验证与分析,结果表明模型辨识数据与真实飞行实验数据匹配较好,所建立模型能够反映小型无人直升机动力学特性.

一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用

基于遗传算法与免疫系统的机理,提出了一种自适应免疫遗传算法(AIGA).该算法定义了选择、扩展与突变等操作,通过对选择比例、扩展半径、突变半径的约束和参数的自适应调节,提高了算法的全局与局部搜索能力.同时,将AIGA用于系统辨识以及PID参数的优化中,进行了仿真实验,取得了较好的结果,证明了该方法的有效性.

基于自适应免疫遗传算法的真空退火炉变参数PID温度控制系统

真空退火炉退火温度的精确控制是一个典型的非线性、大时滞、大惯性、存在强交叉耦合、时 变的复杂的控制问题,常规的PID控制器很难实现对退火温度的精确控制．本文以神经网络建立的真 空退火炉模型为控制模型,利用自适应免疫遗传算法全局搜索获取最优的可变PID参数的方法,解决 了真空退火炉退火温度精确控制的问题;应用结果表明,该温度控制系统优于传统的PID控制系统,并 具有良好的可靠性、自适应性和鲁棒性．

基于自适应免疫遗传算法的边缘检测

为了使检测的图象边缘结构定位好 ,并且产生连续的精细边缘 ,同时能滤除边缘图象中的噪声干扰 ,基于费用函数最小化方法 ,提出了一种自适应免疫遗传算法用于图象的边缘检测 .为了保持群体中个体的多样性 ,同时加快算法的收敛速度 ,该算法中交叉、变异和免疫算子采用了自适应变化而非固定的概率 ,同时免疫算子采用了几何形式的退火选择方案 .由于该算法能够有效地利用局部边缘结构的一些先验知识和特征信息制作成免疫疫苗 ,其局部搜索能力较经典的遗传算法有很大的提高 .该方法用于灰度图象时产生了令人满意的检测效果 。

改进的自适应免疫遗传算法在图像增强中的应用

针对传统图像增强方法中图像细节丢失、图像对比度不明显以及方法普适性差等缺点,提出了一种自适应免疫遗传算法用于图像增强。该算法与传统遗传算法的不同在于引入免疫算子抑制优化过程中出现的退化现象,根据个体适应度自适应调整遗传算子的概率值和基因变异位数,从而增强了种群多样性,提高了算法快速性和全局收敛性。实验结果表明:基于该算法的图像增强具有图像细节清楚、对比度强、方法普适性强等优点。

自适应免疫遗传算法及其在区域电力系统最优备用容量计算中的应用

充分利用区域互联电力系统在紧急情况下可以互相支援互为备用的特点,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的归一化最小综合经济成本作为目标函数。针对问题的具体特点,运用自适应免疫遗传算法求解最优备用容量,利用图论中的最大支撑树概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE30节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性。

基于自适应免疫遗传算法的企业信息系统适应性优化研究

为了提高企业信息系统的适应性,研究了企业信息系统的适应性优化问题。首先,建立了企业信息系统适应性的指标体系,并基于企业信息系统的形式化表达方法——对象知识网(Object-based Knowledge Mesh),给出了适应性指标的量化方法;其次,建立了企业信息系统适应性的优化模型,并给出了模型的优化算法——自适应免疫遗传算法;最后以销售处理流程为例说明了企业信息系统的适应性指标、优化模型以及算法的应用,验证了其有效性,为提升企业信息系统的适应性奠定基础。

一种基于自适应免疫遗传算法的多用户检测

CDMA通信方式具有通信容量大、抗干扰性强、安全性强等诸多优点,但是CDMA通信系统中的核心问题就是存在多址干扰,本文在免疫遗传算法的基础上,提出了一种将自适应免疫遗传算法应用到多用户检测中去,经过仿真得到了较好的抗多址干扰的能力。

基于自适应免疫遗传算法的神经网络矿井通风系统评价模型

通过分析BP神经网络的缺点,和自适应免疫遗传算法的优点,给出了基于自适应免疫遗传算法的神经网络矿井通风系统评价模型。

基于免疫自适应遗传算法的机器人栅格地图融合

融合各机器人独自创建的环境地图,实现信息共享,是提高分布式多移动机器人系统环境探索效率的关键.研究了在没有公共参考坐标系及机器人相对位置信息未知情况下的栅格地图融合问题,提出了一种基于免疫自适应遗传算法的栅格地图融合方法,该算法把反映两个栅格地图重叠区域相异程度的优化函数作为抗原,每个可能的平移、旋转平面转换对应一个抗体.仿真结果表明了该算法可以较快的收敛速度和较强的全局搜索能力,搜索到两个栅格地图的最佳重叠区域,实现地图融合.

一种改善遗传算法测试数据自动生成的策略

遗传算法(Genetic Algorithms,简称GA)具有良好的全局搜索能力,针对该算法对于局部空间的搜索问题不是很有效,易陷入"早熟"(过早收敛),在局部搜索不是很好的情况下,提出一种自适应免疫遗传算法并改造以提高算法的性能的实现方案。并着重探讨了其设计与实现。

改进的自适应免疫算法及其在对二甲苯氧化燃烧副反应优化中的应用(英文)

In recent years, immune genetic algorithm (IGA) is gaining popularity for finding the optimal solution for non-linear optimization problems in many engineering applications. However, IGA with deterministic mutation factor suffers from the problem of premature convergence. In this study, a modified self-adaptive immune genetic algorithm (MSIGA) with two memory bases, in which immune concepts are applied to determine the mutation parameters, is proposed to improve the searching ability of the algorithm and maintain population diversity. Performance comparisons with other well-known population-based iterative algorithms show that the proposed method converges quickly to the global optimum and overcomes premature problem. This algorithm is applied to optimize a feed forward neural network to measure the content of products in the combustion side reaction of p-xylene oxidation, and satisfactory results are obtained.

基于免疫疫苗的主汽温系统PID优化整定

为了达到主汽温系统的优化运行以提高热效率,在自适应遗传算法基础上引入基于免疫原理的免疫记忆细胞和疫苗提取、接种算子的免疫疫苗算法,进行了收敛性证明,将其用于主汽温控制系统的PID优化整定,并将获得的PID参数的控制效果与自适应免疫遗传算法(AIGA)获得的PID参数的控制效果进行了比较.结果表明:自适应免疫疫苗算法(AIVA)的收敛稳定性优于自适应免疫遗传算法,与自适应免疫遗传算法获得的PID参数的控制效果相比,自适应免疫疫苗算法所产生的PID参数的控制效果更好,且阶跃响应的调节时间较短,过渡更平稳,证明了该方法的有效性.

基于Multi-AIGA算法的区域电力系统最优备用模型

在满足系统运行等约束条件下,建立了区域电力系统的最优备用容量数学模型,该模型采用基于最小发电成本函数和最小网损函数组成的综合经济效益最大作为目标函数。针对问题的具体特点,运用多种群自适应免疫遗传(Multi-AIGA)算法求解最优备用容量,并给出利用该算法解决这一问题的主要步骤,利用图论中的最大支撑树的概念,采用自动产生可行解的编码策略对染色体进行编码,以及交叉、变异概率的自适应选取,在IEEE-新英格兰10机39节点测试系统上的仿真结果验证了所提模型的合理性、所提方法的可行性。

电量和有功备用辅助服务联合优化模型和算法的研究

在电力市场和有功备用辅助服务市场中,AGC服务、旋转备用和有功电量具有较强的耦合性,即AGC容量和旋转备用容量直接关系到电量市场波动,故电量、AGC和旋转备用统一决策是辅助服务中的一项重要内容。首先研究了电量、AGC和旋转备用联合优化的可行性,说明了该优化方式和现行市场运营模式相适应。建立了以社会效益最大化为目标的最优备用数学模型,考虑到备用约束,机组爬坡速率以及系统安全性约束,运用自适应免疫遗传算法求解模型。对电力系统进行仿真计算,验证了该模型是兼顾经济性和可靠性的最优电量、AGC和旋转备用的获取方案,为所倡导的电量市场和有功备用辅助服务市场联营机制的设计和优化提供了借鉴。

洁净空调冷水阀门一阶惯性滞后PID独立控制方法

冷水阀门一阶惯性控制偏差项造成洁净空调温湿度控制效果较差。为此,提出洁净空调冷水阀门一阶惯性滞后PID独立控制方法。该方法在考虑室内环境基本信息的条件下,建立环境与冷水阀的一阶惯性滞后模型;计算室内洁净空调温湿度新风量,将其作为洁净空调冷水阀门的温湿度独立控制的约束;利用自适应免疫遗传算法优化PID控制器参数,以此为依据实现洁净空调冷水阀门温湿度的独立控制。实验结果表明,该方法控制效果较好、节能率较高。

基于AIGA-BP神经网络的粮食产量预测研究

为了提高预测粮食产量的准确度,针对BP神经网络进行粮食产量预测时易陷入局部最优的缺陷,主要借鉴免疫系统的浓度调节机制和遗传算法的全局寻优特性,用自适应免疫遗传算法(AIGA)来优化BP神经网络的权值和阈值,并给出了具体的优化过程。用优化的神经网络对粮食产量进行了仿真预测,通过仿真实验表明,与BP神经网络预测法和遗传神经网络预测法对比,优化的网络模型在粮食产量预测中取得了更精确的结果。

真空退火炉智能变结构控制方法的研究与应用

从工程实际应用的角度出发,针对金属材料真空退火过程中系统的非线性、工艺参数的不确定性和对外部干扰的不灵敏性等特点,结合非线性不确定系统理论研究,采用神经网络建立系统的模型,利用自适应免疫遗传算法(AIGA)对滑模面和控制器的参数及神经网络的权值、阈值进行优化,得出了一种真空退火炉工件温度精确控制的智能变结构控制策略。实验表明,这种方法控制温差在±4℃,优于基于单一模型的模型参考自适应控制或PID策略的控制方式,具有较好的动态特性和耐久性。