人工免疫算法及其在優(yōu)化問(wèn)題中的應(yīng)用研究.pdf

1、人工免疫算法是一種受生物免疫系統(tǒng)啟發(fā)而設(shè)計(jì)的新型智能優(yōu)化算法。它結(jié)合了問(wèn)題的先驗(yàn)知識(shí)和生物免疫系統(tǒng)的自適應(yīng)能力，因而具有在信息處理方面有較強(qiáng)的魯棒性、在求解優(yōu)化問(wèn)題時(shí)不要求目標(biāo)函數(shù)具有可導(dǎo)性等附加信息、在搜索過(guò)程中能更好地收斂到全局最優(yōu)解等特點(diǎn)，現(xiàn)己被用于機(jī)器學(xué)習(xí)、異常和故障診斷、機(jī)器人行為仿真、機(jī)器人控制、網(wǎng)絡(luò)入侵檢測(cè)、函數(shù)優(yōu)化等眾多領(lǐng)域，表現(xiàn)出卓越的性能和效率，被人們認(rèn)為是最具潛力的智能搜索算法之一。 本文在已提出的人工免疫

2、算法的基礎(chǔ)上，結(jié)合免疫原理，對(duì)人工免疫算法及其在優(yōu)化問(wèn)題中的應(yīng)用進(jìn)行了研究，主要體現(xiàn)在以下幾個(gè)方面： (1)針對(duì)免疫系統(tǒng)能通過(guò)注射疫苗來(lái)達(dá)到快速識(shí)別抗原的特性，提出了一種基于動(dòng)態(tài)疫苗提取的免疫遺傳算法(Immune Genetic Algorithm Based Dynamic Vaccine Extraction，簡(jiǎn)稱IGAB)，并將其用于TSP問(wèn)題求解。仿真結(jié)果表明，IGAB能抑制遺傳算法在迭代過(guò)程中出現(xiàn)的退化現(xiàn)象，提高算法

3、的收斂速度。 (2)根據(jù)B細(xì)胞的克隆選擇機(jī)制是免疫系統(tǒng)產(chǎn)生抗體多樣性的重要手段，提出了一種改進(jìn)的自適應(yīng)克隆選擇算法(Improved Adaptive Clonal Selection Algorithm，簡(jiǎn)稱IACSA)，并將其用于多維函數(shù)的優(yōu)化中。仿真結(jié)果表明，IACSA能有效抑制基本克隆選擇算法在其迭代后期的停滯現(xiàn)象，提高算法的搜索精度。 (3)根據(jù)克隆細(xì)胞能通過(guò)其抗體基因多次重復(fù)隨機(jī)突變和基因塊重組來(lái)產(chǎn)生種類繁多

4、的免疫細(xì)胞，從而獲得大量識(shí)別能力比母體強(qiáng)的B細(xì)胞這一原理，本文提出了一種基于超變異和克隆空間擴(kuò)展的克隆選擇算法(Clonal Selection Algorithm with Hyper Mutation and SpatialClone Extension，簡(jiǎn)稱HSCSA)，并將其用于多峰值函數(shù)的優(yōu)化中。仿真結(jié)果表明，HSCSA不僅具有較高的搜索精度，而且還使得算法能夠及時(shí)跳出局部最優(yōu)點(diǎn)，找到全局最優(yōu)解。最后，本文對(duì)人工免疫算法的研究