克隆選擇算法的研究及其在地下工程風險識別中的應(yīng)用.pdf_第1頁
已閱讀1頁,還剩79頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、本文以復(fù)雜不確定環(huán)境下地下工程施工的實時風險辨識為研究對象,研究不同于傳統(tǒng)風險辨識技術(shù)的智能方法,提高對不確定環(huán)境和未知危險的適應(yīng)能力和辨別能力,增強辨識方法的有效性和實時性,滿足實際地下工程施工的需要。 生物免疫系統(tǒng)面臨的環(huán)境完全是不確定的、時變的,外界入侵物(抗原)的形式幾乎是無限的,而且何時、何物侵入生物體都是事先不得而知的。而免疫系統(tǒng)對已知和未知的抗原都能出色防御,被認為是已知的最精妙復(fù)雜的身體抵御外部物質(zhì)的系統(tǒng)。本文借

2、鑒生物免疫系統(tǒng)抵御外來入侵的機理,通過人工免疫算法對地下工程進行風險辨識。 本文以人工免疫系統(tǒng)中的克隆選擇原理為理論基礎(chǔ),首先嘗試用標準克隆選擇算法解決二分類模式識別問題。對標準數(shù)據(jù)集和實際地下工程數(shù)據(jù)的仿真實驗結(jié)果表明,標準克隆選擇算法在解決二分類問題上,算法本身存在以下幾點不足:(1)隨機產(chǎn)生的初代抗體群質(zhì)量不高,不利于得到理想的進化結(jié)果;(2)算法對反向數(shù)據(jù)的識別精度比較低;(3)克隆增殖策略沒有很好地體現(xiàn)免疫系統(tǒng)中克隆增

3、殖機理,以至優(yōu)秀抗體沒有得到充分發(fā)展;(4)標準的克隆選擇算法為一種離線的、有監(jiān)督的免疫算法,不適用于解決復(fù)雜不確定環(huán)境下的地下工程風險實時識別問題。 本文針對以上不足,提出了一種改進的克隆選擇算法ICSA。ICSA算法相對于標準克隆選擇算法有如下重要改進: (1)相對標準克隆選擇算法的隨機產(chǎn)生初代抗體群的方法,ICSA算法利用負選擇算法產(chǎn)生初代抗體群,優(yōu)化了初代抗體群的質(zhì)量,有利于算法進化出更優(yōu)秀的抗體; (2

4、)ICSA算法加入了對抗原性質(zhì)的評判環(huán)節(jié),利用“Self”集對待識別抗原進行再判定,有利于提高原算法對反向數(shù)據(jù)的識別精度; (3)模擬生物免疫系統(tǒng)中抗體增殖的動態(tài)行為,引入克隆選擇動力學模型,用以指導ICSA算法中的抗體增殖操作,使較好的抗體得到更多的機會參與變異操作; (4)ICSA算法針對盾構(gòu)地下工程風險實時識別的要求,采用在線和增量式的學習方式,做到邊學習、邊識別、邊更新。對標準數(shù)據(jù)集與盾構(gòu)地下工程數(shù)據(jù)的仿真實驗表

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論