基于小生境免疫算法的阵列天线方向图零点生成技术

本文将小生境思想融入到免疫算法中,提出了一种小生境免疫算法。该算法对抗原识别后的抗体种群用小生境技术进行重构,将搜索空间划分为各自独立的小生境,并在各小生境内独立搜索,增强了抗体的多样性;引入小生境共享机制,用共享度控制抗体的促进和抑制,适当抑制高亲和度抗体的繁殖,克服了精英种群的冗余。将提出的小生境免疫算法(NDC_IA)应用于阵列天线方向图零点生成技术中,得到了较好的优化效果。     

人工免疫算法及其在多元非线性优化问题中的应用

针对多元非线性Rosenbrok函数优化问题,结合生物免疫系统相关机理,设计对应的人工免疫算法对其进行求解。讨论了相似度、亲和力、群体多样性以及免疫记忆等功能的设计和实现方法,算法设计中,结合信息熵原理设计抗体相似度,并引入克隆抑制、亲和突变及募集新成员算子来保持群体多样性。最后,通过实验比较分析,该算法稳定,且具有较强的全局搜索性能,能够获得较满意的解。     

认知无线电网络中基于免疫优化的吞吐量调度（英文）

针对认知无线电网络中干扰温度下的吞吐量调度问题,基于问题的NP-hard特性,提出一种基于智能免疫优化的次优吞吐量调度算法.将吞吐量调度问题建模为一个最大化所有认知用户吞吐量的约束优化问题,给出了吞吐量调度问题和免疫算法的映射关系,设计了适合问题求解的二进制抗体编码方式、基于先验知识的抗体初始化方法、基于抗体亲和度的比例克隆方式及基于进化代数的变异算子.实验结果表明,所提算法可以得到大约95%的最优吞吐量,并且具有较低的线性复杂度.     

混沌免疫克隆选择规划的网络入侵检测

针对目前随机产生候选检测器的方式存在亲和度较低的问题。根据克隆选择的原理,对获取的入侵检测数据包进行预处理,对提取的属性采用归一化实数编码,应用混沌原理和抗原的先验知识产生亲和度高的候选检测器集合。根据检测器亲和度的不同,采用了不同的变异算子与进化策略,使算法不仅在保持高检测率下,降低了漏报率,且有效地提高了检测器进化速度。     

基于免疫协同进化的Multi-Agent系统建模

提出了一个具有高效问题求解能力的Multi-Agent系统模型.模型中每个Agent通过搜索得到抗体代表,然后进行抗原提呈,抗体与抗原利用历史记录进行优化匹配,解的匹配程度越高对应问题解决的质量越高;经过迭代向最优匹配状态进化,免疫协同进化算法产生新的抗体,系统的抗体集合与基因库得到不断优化和更新.仿真实验结果证明该模型具有较好的适应度和较短的寻找最优解的时间.     

基于人工免疫算法的十字路口交通流优化分析

将人工免疫算法应用于十字路口交通流数据的分类处理．将所分析的数据作为抗原，利用抗体、抗原的亲和作用，通过刺激／抑制有关抗体的活动建立一个抗体记忆池，再运用传统的聚类分析方法，对抗体记忆池进行分类，仿真实验结果清晰地反映了路口交通流数据网络的内在结构，为交通路口的红绿灯控制采用动态模式提供理论依据，同时说明人工免疫算法具有广阔的实用价值．     

蒜氨酸抗原性探讨

用蒜氨酸、蒜氨酸与卵清蛋白偶联物免疫动物实验探讨蒜氨酸免疫原性.蒜氨酸抗原、蒜氨酸与卵清蛋白偶联抗原,常规免疫小鼠;用蒜氨酸包被"O"型人红细胞进行玻片与微量稀释法间接血凝试验检测蒜氨酸抗体;用蒜氨酸抗原片和蒜氨酸组织切片进行免疫荧光试验鉴定蒜氨酸抗体.研究结果表明,蒜氨酸免疫小鼠,没有产生蒜氨酸抗体;蒜氨酸与卵清蛋白偶联抗原免疫小鼠,获得蒜氨酸抗体,间接血凝效价达到1∶32;免疫荧光结果与蒜氨酸体内分布特点相符,蒜氨酸为半抗原物质.     

卵黄抗体在病毒性疾病中的应用研究进展

卵黄抗体(Ig Y)是指用特定的抗原免疫产蛋鸡后,从免疫鸡蛋中获得的针对免疫抗原产生的特异性抗体。其制作简单,价格相对低廉,在疾病诊断、治疗、预防等方面有着广泛的应用。本文就卵黄抗体在病毒性疾病预防、治疗与检测中的应用进行相关的探讨和分析。     

基于量子免疫思想的Soc软硬件划分方法

针对Soc系统软硬件划分问题,将量子算法应用于Soc系统的软硬件划分过程,提出一种基于量子免疫原理的软硬件划分算法.该算法引入基于免疫原理的群体多样性保持策略,在量子算法优化过程中尽可能保持群体的多样性,避免早熟现象.并利用量子旋转门进行量子更新,保证抗体群朝着优秀方向进化,有效克服了量子遗传算法容易陷入局部最优的缺点.仿真实验表明,该算法有效地解决了软硬件划分问题,不但具有较强的搜索和跳出局部最优的能力,而且有效提高了解的精度,获得了更合理的软硬件划分结果.     

度量种群多样性的一种新方法

本文应用非负矩阵的知识提出了种群多样度的一种定义,并比较了常见衡量种群多样度的做法,在一定程度上改善了以往种群多样性的缺陷,为种群多样性的判断提供了一种新方法。     

初始点任意优化问题的广义摄动梯度投影算法

本讨论带不等式和等式约束优化问题，考虑到计算的误差因素，在搜索方向上进行摄动，提出了求解非线性规划问题的广义摄动梯度投影算法，其初始点可以任意选取，使在实际计算上容易实现。同时，证明了算法的全局收敛性。     

基于MUSIC算法的MIMO雷达的角度估计

多输入多输出(Multiple-Input Multiple-Output:MIMO)雷达利用多天线发射互相正交的信号,可以实现灵活的发射分集设计,具有高分辨率的空间谱估计性能。为降低计算的复杂度,提升信噪比高时信号的性能,文章基于MUSIC算法对双基站雷达信号的到达角与发射角作相应估计,结合优化方法和误差准则,对不同参数条件下的该算法作了仿真分析和综合比较。结果证明了该算法的有效性。     

中越高校英语教师成为“研究者”之比较研究

语言教学研究对外语教师尤为重要,被视为外语教师专业发展的重要途径。英语在中国和越南都属于外语,两国高校英语教师成为"研究者"面临着很多共同的困境,如研究观念的转变问题、研究时间的保障问题、评价机制问题、研究方法问题以及研究传播问题等。     

ABEEMσπ模型中计算分子电荷分布加速方法的比较

基于ABEEMσπ模型计算分子的电荷分布时,求解线性方程组是最为耗时的环节.本文针对不同硬件环境下,系数矩阵是稠密、对称非正定矩阵的线性方程组的求解方法进行了比较.详细介绍了串行求解库LAPACK以及基于GPU的CULA库的使用,并给出了基于Bunch-Kaufman方法的串行改进算法以及MPI多机并行求解方法,并分别给出了几种方法的运行时间.用户可以根据不同的硬件条件选择不同的加速算法,以求解系数矩阵是对称非正定矩阵的线性方程组,进而加快分子体系中电荷分布的计算速度.     

教师排课的数学优化模型的研究

讨论了优化教育资源分配的迫切需要,分析教师排课数学模型的0-1整数规划特点,以及常用求解方法的局限。根据实际问题需要,改进了粒子群算法,通过求解实际教学管理问题,发现算法实现简易,开放性高,计算精度和效率优秀。     

用Dot-ELISA法检测囊虫病患者血清特异性IgG4

应用植物血凝素亲合层析技术所获得的纯化抗原进行斑点酶联免疫吸附试验(Dot-ELISA).用该方法对146例囊虫病患者、40例其它寄生虫感染者及36例健康人IgG4亚型的检测.结果表明,除3例囊虫病人未能检出外,143例均为阳性.其它寄生虫感及健康人均为阴性.该试验方法敏感性为98％,特异性为100％.结论:IgG4可作为囊虫病免疫诊断指标之一.     

Algorithm for solving the bi-level decision making problem with continuous variables in the upper level based on genetic algorithm

1 Introduction a The bi-level decision-making is a complex majorized problem. Its effective solution is not easy to obtain by traditional majorized methods. Reported methods to solve the bi-level decision making problem with continuous variables include neural network [1], Monte Carlo simulated annealing algorithm [2], etc. However, the efficiency and accuracy of such neural network methods are ideal and accompanied with a long iterative time and a slow convergence speed. In this paper, the …     

An immune-tabu hybrid algorithm for thermal unit commitment of electric power systems

This paper presents a new method based on an immune-tabu hybrid algorithm to solve the thermal unit commitment （TUC） problem in power plant optimization. The mathematical model of the TUC problem is established by analyzing the generating units in modem power plants. A novel immune-tabu hybrid algorithm is proposed to solve this complex problem. In the algorithm, the objective function of the TUC problem is considered as an antigen and the solutions are considered as antibodies, which are determined by the affinity computation. The code length of an antibody is shortened by encoding the continuous operating time, and the optimum searching speed is improved. Each feasible individual in the immune algorithm （IA） is used as the initial solution of the tabu search （TS） algorithm after certain generations of IA iteration. As examples, the proposed method has been applied to several thermal unit systems for a period of 24 h. The computation results demonstrate the good global optimum searching performance of the proposed immune-tabu hybrid algorithm. The presented algorithm can also be used to solve other optimization problems in fields such as the chemical industry and the power industry.