基于人工免疫系統(tǒng)的函數(shù)優(yōu)化及其在復(fù)雜系統(tǒng)中的應(yīng)用研究.pdf

1、該文對(duì)基于人工免疫系統(tǒng)的函數(shù)優(yōu)化方法及其在復(fù)雜系統(tǒng)智能控制中的應(yīng)用進(jìn)行了研究探討,文章包括兩部分內(nèi)容.第一部分,提出了一種基于克隆選擇的函數(shù)優(yōu)化方法.多模態(tài)函數(shù)和時(shí)變函數(shù)的隨機(jī)優(yōu)化問(wèn)題是函數(shù)優(yōu)化的重要研究?jī)?nèi)容,也是一個(gè)難以解決的問(wèn)題.B細(xì)胞的克隆選擇機(jī)制是免疫系統(tǒng)搜索抗體的重要手段,也是產(chǎn)生抗體多樣性的重要原因,具有較強(qiáng)的優(yōu)化能力.該文借鑒B細(xì)胞的克隆選擇機(jī)制,通過(guò)構(gòu)造克隆選擇算子,提出了一種用于多模態(tài)函數(shù)和時(shí)變函數(shù)優(yōu)化的克隆選擇算法,

2、進(jìn)行了仿真驗(yàn)證以及應(yīng)用探索.研究結(jié)果表明,該算法優(yōu)化能力和保持模式多樣性的能力較強(qiáng),能夠獲得較好的多模態(tài)函數(shù)和時(shí)變函數(shù)優(yōu)化效果.第二部分,對(duì)基于克隆選擇算法的人工免疫系統(tǒng)在復(fù)雜系統(tǒng)智能控制中的應(yīng)用進(jìn)行了探討.主要包括模糊控制器與人工神經(jīng)網(wǎng)絡(luò)的優(yōu)化設(shè)計(jì),以及具有不確定性的復(fù)雜系統(tǒng)的模糊神經(jīng)網(wǎng)絡(luò)模型辨識(shí)三個(gè)方面.首先,模糊控制和神經(jīng)網(wǎng)絡(luò)控制是智能控制研究的重要內(nèi)容,常規(guī)的模糊控制器和人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)方法主觀性較強(qiáng),容易影響控制器性能.通過(guò)機(jī)

3、器學(xué)習(xí),對(duì)實(shí)際數(shù)據(jù)進(jìn)行分析,獲得較好的模糊控制器或人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和形式,對(duì)提高智能控制效果顯得較為重要.該文探討了利用克隆選擇算法,對(duì)模糊控制器和人工神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化設(shè)計(jì)的一種方法和途徑,并進(jìn)行了仿真研究,實(shí)現(xiàn)了模糊控制器控制規(guī)則的自動(dòng)抽取和參數(shù)優(yōu)化,以及人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)的優(yōu)化設(shè)計(jì),獲得了較好的設(shè)計(jì)效果.其次,免疫識(shí)別具有較強(qiáng)的魯棒性和適應(yīng)性,借鑒抗體識(shí)別原理可以構(gòu)造快速、魯棒的復(fù)雜系統(tǒng)模型辨識(shí)方法.不確定系統(tǒng)的自適應(yīng)神經(jīng)網(wǎng)絡(luò)