復雜靜態(tài)環(huán)境與噪聲環(huán)境下的免疫優(yōu)化算法及其應用.pdf

1、生物免疫系統(tǒng)是一種具有很高智能行為的并行、分布式、自適應信息處理系統(tǒng)，其對工程問題的解決發(fā)揮了重要作用，并使得基于免疫系統(tǒng)開發(fā)新的優(yōu)化算法成為人工智能領域的研究熱點．基于此，本論文針對復雜靜態(tài)或噪聲環(huán)境下的優(yōu)化問題探討了相應的免疫優(yōu)化算法，數(shù)值實驗比較以及算法的實際應用說明，已獲算法是可行且有效的．本研究工作所取得的研究成果可概括如下： 1)設計適用于靜態(tài)高維單目標優(yōu)化的改進免疫優(yōu)化算法．在算法中，首先引入并行合作進化的思想，把

2、進化群體分為若干個子群體，各個子群體根據(jù)一個簡單的免疫進化框架獨自進化，然后定期在各個子群體之間進行通訊以達到全局優(yōu)化的目的．該算法已被應用于神經(jīng)網(wǎng)絡的權值優(yōu)化以及尋找微硬盤雙級伺服系統(tǒng)的最優(yōu)控制量中，比較性的實驗結果表明該算法具有較大應用潛力． 2)設計自適應采樣免疫優(yōu)化算法處理噪聲環(huán)境下的單目標優(yōu)化問題．算法設計中，引入了自適應采樣方案以提高算法的執(zhí)行效率，并基于免疫機理設計了簡單的免疫進化框架，同時所獲算法具有參數(shù)少，便于

3、工程應用等優(yōu)點．數(shù)值實驗及比較結果表明，該算法在執(zhí)行效果和效率上，都能取得較滿意的結果，且已被應用于微硬盤伺服系統(tǒng)的參數(shù)辨識中． 3)設計多目標免疫優(yōu)化算法處理噪聲環(huán)境下的多目標優(yōu)化問題．算法設計中，引入T細胞調(diào)節(jié)當前進化群體中的抗體的進化方向，設計適用于噪聲環(huán)境下的多目標免疫優(yōu)化算法的概率控制比較策略，并賦予抗體一定的生命周期．比較性的數(shù)值實驗結果表明，所獲算法在不同噪聲環(huán)境下，均能取得較滿意的結果，并且搜索速度較快．