2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩54頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明: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,請進行舉報或認領

文檔簡介

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.

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權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