基于人工免疫系統的智能融合算法研究及應用.pdf

1、隨著信息化時代的發(fā)展，多源信息融合技術在諸多領域產生著日漸重要的影響。人工智能則是推動信息融合發(fā)展的重要技術手段，其中人工免疫系統算法是繼人工神經網絡和遺傳算法之后的又一個智能研究熱點。本文主要研究基于人工免疫系統的智能融合算法。
　　 由于信息融合目前還缺乏系統性的基礎理論指導，為了探討普遍適用信息融合問題的求解模型，本文借鑒多目標優(yōu)化的理論和方法，提出了多目標融合理論及其統一的模型描述。通過確立相應的優(yōu)化指標，將信息融合問題

2、轉換為對滿足多個優(yōu)化指標結果的融合過程。本文的研究工作緊密圍繞多目標融合理論展開，分為理論方法和應用研究兩部分。
　　 理論方法包括:1）人工免疫系統和ICSA研究。在詳細論述ICSA算法思想及克隆選擇算子的基礎上，實現了算法流程并證明了其收斂性，通過理論分析和仿真實驗對比說明免疫算法較進化算法機制更具優(yōu)勢。2）基于免疫機制的RBF網絡設計。針對傳統RBF網絡學習策略存在的不足，提出基于免疫機制的三級RBF網絡學習方法:采用免疫

3、疫苗的機理在第一級得到網絡隱層節(jié)點數，從而自行構建網絡，降低了第二級搜索空間的復雜度;第二級采用人工免疫算法多點搜索解空間，尋找全局最優(yōu)的隱層非線性參數;第三級采用最小二乘法估計輸出層線性參數，降低了第二級設計空間的維數，提高了算法效率。通過Hermit多項式逼近實驗和應用實例皆驗證了該方法訓練得到的RBF網絡性能優(yōu)越。
　　 應用研究包括:1）機車二系載荷融合調整方法研究。通過分析機車二系調簧問題的特點，引入多目標融合理論，設

4、計了一種基于IDCMA的兩級機車二系載荷融合調整方法:將調簧問題的先驗知識作為免疫優(yōu)勢引入算法模型中，并針對調簧中優(yōu)化指標的偏好設計了兩級結構的免疫調簧算法。經實車數據驗證，該算法較已有算法性能更優(yōu)。2）多傳感器信息融合的軌道衡稱重誤差補償研究。通過詳細分析軌道衡稱重誤差的來源，建立了軌道衡的稱重模型并提出了基于免疫RBF網絡的多傳感器信息融合軌道衡誤差補償方法。設計RBF網絡并通過免疫三級算法訓練，實現了良好的軌道衡誤差補償效果，并通