| 【中文题名】 | 基于人工免疫算法的函数优化问题研究 |
| 【英文题名】 | Research on Artificial Immune Algorithm for Solving Function Optimization Problems |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-6-28 |
| 【中关键词】 | 免疫系统,人工免疫算法,遗传算法,多峰值,函数优化,Baldwin效 |
| 【英关键词】 | immune system,artificial immune algorithm,genetic algorithm,multi-peak value,function optimization,Baldwin Effect, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 生物免疫系统是一种高度并行的自适应信息学习系统,它能自适应地识别和排除机体的抗原性异物,并且具有学习,记忆和自适应调节能力,能够保护机体体内环境的稳定。近年来,人们逐渐意识到生物免疫机制对开发新的计算机智能的启示意义,人工免疫算法(Artificial immune algorithm AIA)即是受生物免疫系统启示而设计的新型算法。由于生物免疫系统的复杂性使得人工免疫系统的研究不像人工神经网络、遗传算法等其他智能方法那样得到足够的发展。因此,目前国内外的研究成果和应用相对较少。但它结合了先验知识和生物免疫系统的自适应能力两大特点,因而具有较强的和鲁棒的信息处理能力,并且在对问题进行求解时不要求目标函数具有可导等高附加信息,在搜索过程中更能收敛到全局最优解,被人们认为是具有强大潜力的搜索算法,现已经用于机器学习,异常和故障诊断,机器人行为仿真,机器人控制,网络入侵检测,函数优化等领域,表现出较卓越的性能和效率。论文利用人工免疫算法求解数值问题的优越性,研究得到了改进的多峰值人工免疫算法,能够很好地解决函数优化的问题。
本文的工作主要有以下几个方面:
(1)介绍了生物免疫系统的一些基本概... |
| 【论文题纲】 |
|
中文摘要 |
4-5 |
|
ABSTRACT |
5-7 |
|
目录 |
7-9 |
|
第1章 绪论 |
9-14 |
|
1.1 研究背景 |
9 |
|
1.2 问题的提出 |
9-10 |
|
1.3 人工免疫系统的发展历史及研究现状 |
10-12 |
|
1.4 本文研究的主要内容 |
12-14 |
|
第2章 免疫理论的生物学基础及人工免疫系统基本原理 |
14-24 |
|
2.1 免疫学的基本理论 |
14-20 |
|
2.1.1 免疫学的一些基本概念 |
14-15 |
|
2.1.2 免疫系统的组成及功能 |
15-17 |
|
2.1.3 免疫应答类型及原理分析 |
17-20 |
|
2.2 人工免疫系统基本原理 |
20-23 |
|
2.2.1 人工免疫系统的研究内容和范围 |
20-21 |
|
2.2.2 人工免疫网络模型 |
21-22 |
|
2.2.3 人工免疫系统的应用 |
22-23 |
|
2.3 小结 |
23-24 |
|
第3章 人工免疫算法与遗传算法 |
24-35 |
|
3.1 人工免疫算法 |
24 |
|
3.2 人工免疫算法的基本原理 |
24-27 |
|
3.2.1 信息熵 |
25-26 |
|
3.2.2 亲和力 |
26 |
|
3.2.3 浓度 |
26-27 |
|
3.2.4 期望生存率 |
27 |
|
3.3 人工免疫算法的基本步骤 |
27-29 |
|
3.4 人工免疫算法的收敛性分析 |
29-30 |
|
3.5 抗体相似性及多样性的改进 |
30-31 |
|
3.6 遗传算法 |
31-33 |
|
3.6.1 遗传算法 |
31-32 |
|
3.6.2 遗传算法的基本步骤 |
32-33 |
|
3.6.3 遗传算法的特点 |
33 |
|
3.7 人工免疫算法和遗传算法比较 |
33-35 |
|
第4章 改进的多峰值人工免疫算法 |
35-51 |
|
4.1 常用人工免疫算法 |
35-44 |
|
4.1.1 基于信息熵的人工免疫算法 |
35-36 |
|
4.1.2 基于欧氏距离的人工免疫算法 |
36-38 |
|
4.1.3 免疫遗传算法 |
38-40 |
|
4.1.4 免疫规划 |
40-43 |
|
4.1.5 否定选择算法 |
43-44 |
|
4.2 多峰值人工免疫算法研究 |
44-51 |
|
4.2.1 多峰值人工免疫算法的提出 |
44-45 |
|
4.2.2 免疫系统的记忆细胞 |
45-46 |
|
4.2.3 Baldwin效应 |
46 |
|
4.2.4 多峰值人工免疫算法 |
46-51 |
|
第5章 改进的多峰值人工免疫算法在函数优化问题中的研究 |
51-60 |
|
5.1 多峰值人工免疫算法 |
51-54 |
|
5.1.1 问题描述 |
51 |
|
5.1.2 算法框架 |
51-52 |
|
5.1.3 算法实现 |
52-54 |
|
5.2 数值实验 |
54-60 |
|
5.2.1 测试函数 |
54-57 |
|
5.2.2 收敛性和鲁棒性分析 |
57-60 |
|
第6章 结论 |
60-61 |
|
参考文献 |
61-65 |
|
攻读硕士学位期间公开发表的学术论文 |
65-66 |
|
致谢 |
66 |
|
| 【DOI】 | LunWen.ID:2.2008.387715 |
