| 【中文题名】 | 人工免疫算法及其在故障诊断中的应用研究 |
| 【英文题名】 | Artificial Immune Algorithm and Their Application in Fault Diagnosis |
| 【学科专业】 | 模式识别与智能系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-27 |
| 【中关键词】 | 人工免疫系统,免疫算法,异常检测,故障诊断,变压器, |
| 【英关键词】 | Artificial immune system,Immune algorithm,Abnormaly detection,Fault diagnosis,Transformer, |
| 【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侵入机体的抗原性异物，并且具有学习、记忆和自适应调节能力，能够维护机体内环境的稳定。近年来，人们逐渐意识到生物免疫机制对开发新的计算智能的启示意义，人工免疫算法是受生物免疫系统启示而设计的新型算法，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、网络入侵检测等领域，表现出较卓越的性能和效率，它已经成为计算智能大家庭的卓有成效的新成员。
本文系统的评述了人工免疫系统的国内外研究现状和发展前景，对当前的故障诊断技术展开了全面而又深入的分析；同时详细分析了生物疫系统的基本工作原理，并总结出了发展人工免疫系统可以借鉴的主要机理。
为了实现在对大量冗余信息的约减过程中，既能保证具有较高的数据压缩率，同时又要保持原有数据结构的完整性，提出了基于人工免疫网络模型的数据约减算法。为故障诊断中的数据约减和聚类分析提供了一种有效可行的方法。
本文在分析Forrest的否定选择算法优缺点的基础上，结合设备异常检测的实际需要，提出了改进该算法的检测器生成算法，使之不但能够检测出系统或设备已知模式的故障，还能够检测出未... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-9 |
|
第1章 绪论 |
9-17 |
|
1.1 研究目的及意义 |
9-10 |
|
1.2 人工免疫系统概述 |
10-12 |
|
1.3 故障诊断方法综述 |
12-15 |
|
1.3.1 传统故障诊断方法 |
13 |
|
1.3.2 模糊诊断方法 |
13 |
|
1.3.3 基于专家系统的诊断方法 |
13-14 |
|
1.3.4 基于神经网络的诊断方法 |
14-15 |
|
1.3.5 基于故障树的诊断方法 |
15 |
|
1.4 本文的内容及结构安排 |
15-17 |
|
第2章 人工免疫系统的生物学原理 |
17-26 |
|
2.1 生物免疫学的发展 |
17-18 |
|
2.2 生物免疫系统概述 |
18-20 |
|
2.2.1 生物免疫系统功能 |
18-19 |
|
2.2.2 生物免疫系统的组成 |
19-20 |
|
2.3 生物免疫原理 |
20-24 |
|
2.3.1 免疫网络假说 |
20-21 |
|
2.3.2 否定选择原理 |
21 |
|
2.3.3 克隆选择原理 |
21-22 |
|
2.3.4 免疫应答 |
22-23 |
|
2.3.5 抗体多样性原理 |
23-24 |
|
2.4 生物免疫系统对人工免疫系统研究的启示 |
24-25 |
|
2.5 本章小结 |
25-26 |
|
第3章 人工免疫算法 |
26-40 |
|
3.1 引言 |
26 |
|
3.2 典型的人工免疫算法 |
26-39 |
|
3.2.1 克隆选择算法 |
26-28 |
|
3.2.2 否定选择算法 |
28-30 |
|
3.2.3 免疫网络算法 |
30-33 |
|
3.2.4 基于信息熵的免疫算法 |
33-38 |
|
3.2.6 其它学习算法 |
38-39 |
|
3.3 本章小结 |
39-40 |
|
第4章 基于否定选择算法的故障诊断方法 |
40-57 |
|
4.1 基于aiNet故障样本约减研究 |
40-47 |
|
4.1.1 免疫网络模型 |
42-43 |
|
4.1.2 网络学习算法约减过程 |
43-45 |
|
4.1.3 实验结果分析 |
45-47 |
|
4.2 基于否定选择算法的变压器故障诊断方法 |
47-55 |
|
4.2.1 传统变压器故障诊断方法-三比值法简介 |
47-49 |
|
4.2.2 基于否定选择算法故障诊断方法 |
49-55 |
|
4.3 本章小结 |
55-57 |
|
第5章 基于克隆变异机理的故障诊断方法研究 |
57-66 |
|
5.1 引言 |
57 |
|
5.2 免疫克隆变异机理与资源竞争概念 |
57-58 |
|
5.3 基于克隆变异机理的故障诊断过程 |
58-65 |
|
5.4 本章小结 |
65-66 |
|
总结与展望 |
66-68 |
|
参考文献 |
68-71 |
|
附录 攻读学位期间发表的学术论文 |
71-72 |
|
致谢 |
72 |
|
| 【DOI】 | LunWen.ID:2.2008.388994 |
