| 【中文题名】 | 人工免疫算法优化方法研究与应用 |
| 【英文题名】 | The Research and Application on the Optimization Method Based on Artificial Immune Algorithm |
| 【学科专业】 | 软件工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-27 |
| 【中关键词】 | 克隆选择,高频变异,多样性,免疫算法,函数优化,旅行商问题 |
| 【英关键词】 | Clonal selection,Hypermuation,Diversity,Immune Algorithm,Function optimization,Traveling Salesman Problem（TSP）,Primitive extraction, |
| 【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】 |
随着生命科学的快速发展,吸引了各邻域的研究者越来越多的关注。于是,各种仿生计算随之出现。传统的仿生计算方法,如遗传算法、进化规划等逐渐暴露出诸如易早熟、收敛慢等本质缺陷。近年来,生物免疫学的研究发现免疫系统具有强大的搜索能力。基于相关原理的免疫算法则具有搜索能力强、抗早熟能力强、收敛速度快的特点。
免疫算法究其本质也是一种进化算法,可用于各种优化计算。因此那些基于传统进化算法的应用,也完全可考虑使用免疫算法。目前免疫算法已经在一些领域得到成功应用。但是现有算法本身仍有较大改良提升空间,其应用研究则有待推广到更多的新问题、新领域中去。为此,本文主要研究免疫算法在两个传统优化问题领域中的改进和在图像基元提取问题中的应用。
首先,本文提出了一种基于群体多样性保持和自适应混合变异算子相结合的改进免疫算法用于函数优化问题的求解。通过数学建模后,可以将许多问题转化成对目标函数的优化求解。因此,函数优化问题极具研究价值。然而,很多函数优化问题十分复杂,解空间巨大,难以求解。本文算法首先使用实数编码来代替以往的二进制编码;其次,将柯西变异与高斯变异结合起来构造变异算子;最后在算法运行过程中定期度量群... |
| 【论文题纲】 |
|
摘要 |
8-10 |
|
Abstract |
10-12 |
|
第1章 绪论 |
12-18 |
|
1.1 引言 |
12-13 |
|
1.2 人工免疫系统研究概述 |
13-14 |
|
1.2.1 人工免疫系统的含义 |
13-14 |
|
1.2.2 人工免疫系统的研究范围 |
14 |
|
1.3 人工免疫算法研究概述 |
14-16 |
|
1.3.1 人工免疫算法的理论研究 |
14-15 |
|
1.3.2 人工免疫算法的应用研究 |
15-16 |
|
1.4 本文的主要工作 |
16-18 |
|
第2章 人工免疫算法基本原理和模型 |
18-28 |
|
2.1 人工免疫系统的生物学基础 |
18-21 |
|
2.1.1 生物免疫定义 |
18 |
|
2.1.2 人体免疫系统实现免疫功能的过程 |
18 |
|
2.1.3 免疫学的一些相关概念 |
18-19 |
|
2.1.4 免疫学的一些相关原理 |
19-21 |
|
2.2 人工免疫算法的基本架构 |
21-22 |
|
2.3 人工免疫算法的研究现状 |
22-27 |
|
2.3.1 否定选择算法 |
22-23 |
|
2.3.2 克隆选择算法 |
23-24 |
|
2.3.3 疫苗免疫算法 |
24-26 |
|
2.3.4 免疫遗传算法 |
26-27 |
|
2.4 本章小结 |
27-28 |
|
第3章 人工免疫算法在函数优化中的应用 |
28-42 |
|
3.1 函数优化的数学描述 |
28-29 |
|
3.2 人工免疫算法在函数优化中的应用 |
29-31 |
|
3.3 一种基于多样性保持和自适应混合变异的免疫克隆算法 |
31-39 |
|
3.3.1 算法的映射关系、基本步骤及流程图 |
31-32 |
|
3.3.2 抗体编码 |
32-33 |
|
3.3.3 种群的多样度 |
33-35 |
|
3.3.4 克隆算子 |
35-36 |
|
3.3.5 变异算子 |
36-39 |
|
3.3.6 选择算子 |
39 |
|
3.3.7 终止条件 |
39 |
|
3.4 函数优化测试实验 |
39-41 |
|
3.4.1 测试函数 |
39-40 |
|
3.4.2 测试结果 |
40-41 |
|
3.5 本章小结 |
41-42 |
|
第4章 人工免疫算法在旅行商问题（TSP）中的应用 |
42-53 |
|
4.1 旅行商问题概述 |
42-45 |
|
4.1.1 旅行商问题的描述 |
42-43 |
|
4.1.2 旅行商问题的分类 |
43 |
|
4.1.3 旅行商问题的研究意义 |
43-44 |
|
4.1.4 旅行商问题的求解算法 |
44-45 |
|
4.2 一种求解TSP问题的改进人工免疫算法 |
45-50 |
|
4.2.1 算法的映射关系、基本步骤及流程图 |
45-46 |
|
4.2.2 个体编码和群体初始化 |
46-47 |
|
4.2.3 亲和力的计算 |
47 |
|
4.2.4 抗体浓度 |
47-48 |
|
4.2.5 克隆选择算子 |
48-49 |
|
4.2.6 变异算子 |
49-50 |
|
4.2.7 优势肽植入算子 |
50 |
|
4.3 仿真实验 |
50-52 |
|
4.4 本章小结 |
52-53 |
|
第5章 人工免疫算法在图像基元提取中的应用 |
53-69 |
|
5.1 基元提取问题概述 |
53-56 |
|
5.1.1 基元提取问题的研究意义 |
53-54 |
|
5.1.2 基元提取方法综述 |
54-56 |
|
5.2 基于免疫算法的基元提取方法 |
56-61 |
|
5.2.1 算法的映射关系、基本步骤及流程图 |
56-57 |
|
5.2.2 克隆选择算子 |
57-58 |
|
5.2.3 高频变异算子 |
58-59 |
|
5.2.4 免疫细胞字符串的编码和初始化 |
59-60 |
|
5.2.5 亲和力的计算 |
60-61 |
|
5.3 实验及分析 |
61-67 |
|
5.3.1 实验一 |
61-64 |
|
5.3.2 实验二 |
64-67 |
|
5.4 本章小结 |
67-69 |
|
结论 |
69-71 |
|
参考文献 |
71-77 |
|
致谢 |
77-78 |
|
附录 A 攻读学位期间所发表的学术论文目录 |
78 |
|
| 【DOI】 | LunWen.ID:2.2008.388998 |
