免疫遗传算法在函数优化中的应用

生物免疫系统是一种高度并行的自适应信息学习系统,人工免疫系统是由生物免疫系统启发而来,借鉴了一些免疫系统的功能、原理和模型,主要用于信息处理和问题求解。在对免疫系统的一些基本概念和原理进行介绍的基础上,简要分析了人工免疫算法的研究现状及其改进的算法在函数优化上的应用,并提出了混沌免疫算法的思想。     

一类求解全局优化问题的单参数填充函数算法

全局优化算法是最优化算法出现后众多优化工作者和优化应用问题所追求的算法,但是除了线性规划和凸规划以外,其他优化问题的全局优化算法难度较大.目前填充函数算法是用来求解非线性全局优化问题的一类有效且可行的方法,但已有的填充函数由于存在指数项和较多参数而导致数值实验效果不理想.本文在无不等式约束条件下,提出了一个满足填充函数定义且连续可微的单参数填充函数,分析讨论了该函数的性质,并设计了相应的填充函数算法.最后结合多峰值函数进行了数值实验,数值结果证明提出的填充函数及算法是有效可行的.     

一种求解多峰函数优化问题的全局与局部搜索相结合的演化算法

搜索多极值点问题是遗传算法研究领域内的一个新的方向，本在郭涛算法^[1]的基础上引入梯度算子、单亲繁殖、小生境分离和全局与局部演化相结合的混合演化算法．实例测试表明，该算法能够快速求出多峰函数的所有全局最优解，得到令人满意的结果．     

多亲遗传算法及其应用研究

针对传统遗传算法（TGA）所存在的一些不足，本文提出了一种多亲遗传算法（MGA），MGA对TGA的交叉算子进行了改进，这样MGA在应用中不要求初始群体具有广泛多样性，能有效地克服“早熟收敛”问题，仿真结果表明MGA是有效的。     

基于VB的遗传算法在多峰函数全局优化中的应用

以多峰二元函数为例,合理选择编码方式,采用排序选择结合精英保留策略的遗传算法,解决多峰二元函数全局优化的问题。并采用VB语言编程实现该遗传算法,生成可视化界面,便于观察每一代的进化过程,为遗传算法解决多峰二元函数全局优化问题提供了一种有效的方法。     

一个新的求解多峰函数的遗传算法

有用邻域罚函数及变异方法，将全局搜索和局部搜索结合起来，设计了一种新的遗传算法，有效地解决了一类具有多解的多峰函数的求解问题。     

基于遗传算法和免疫算法的垃圾清运路径规划--以安阳工学院为例

校园垃圾清运处理受到垃圾回收站点和垃圾中转站分布等因素的影响。以安阳工学院垃圾清运问题为研究对象,采用遗传算法和免疫算法建立数学模型,在MATLAB环境下模拟校园垃圾回收时垃圾车的路径问题和垃圾中转站选址问题,在保证运力的前提下寻求校园公共区域内垃圾回收路径的较优解,为校园垃圾回收车辆设置、垃圾中转站设置等提供算法支持。     

改进的小生境粒子群优化算法

传统的小生境粒子群优化算法（NPSO）需要两个参数的输入,一个是判断子群合并的阈值,另一个是子群产生的阈值。参数设置的不当,将直接影响计算结果。引入一个函数判断两个点是否在同一座山峰上,以克服NPSO算法需要输入参数的弊端。在程序运行时,无须严格限定小生境的半径,也不需太多的先验知识。实验结果证明,该算法合理有效,能够能快速有效地找到多峰函数的全局最优点。     

约束动态多目标免疫优化算法及性能比较

约束动态多目标优化对优化算法提出极高要求,已有算法在约束处理和准确跟踪Pareto有效面上均存在困难.基于免疫系统机理提出一种约束动态多目标免疫算法(CD-M OIAs),算法通过抗体浓度及其约束被支配度设计亲和力,优秀抗体被克隆突变,其他抗体分离为多子群独立并行进化,有效加速算法收敛速度和对不可行域的探索及开采.经由环境识别算子针对不同检测结果产生新环境的抗体群.数值实验中,将CDMOIAs和著名同类算法(DNSGAII-A,DNSGAII-B,CSADMO)用于DCTP系列约束动态测试问题进行仿真比较.结果表明CDMOIAs在跟踪Pareto有效面及其分布性方面优越于其他算法,多次独立执行统计值表明被提出算法的稳定性及收敛性具有一定的优越性.     

免疫算法关键技术与优化研究

在生物科学和信息学科研究领域,国内外专家已经对进化、遗传和免疫等自然现象进行了广泛而深入的研究。设计了一种新的并行混沌免疫优化算法,该算法不仅将混沌优化的最新成果引入到免疫算法研究领域,而且将混沌优化和免疫算法进行有机融合,为免疫算法研究领域提供了新的研究工具和方法。     

免疫遗传算法在BP网络结构优化中的应用

免疫遗传算法是基于免疫原理的改进遗传算法，它能克服遗传算法易早熟、搜索效率低、不能很好保持个体的多样性等缺点。本文将免疫遗传算法用于BP网络结构优化设计中，仿真实验结果表明，该方法有很好的效果。     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

一种基于排序的新型遗传算法

提出了一种新型遗传算法,算法的遗传操作是基于排序的模式下进行的,且根据每代种群的集中度对种群进行一定数量的突变.最后对几个标准函数进行了试算,结果表明算法具有良好的效果.     

遗传算法研究综述

遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度有效的随机搜索算法.近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注.本文介绍了遗传算法的主要特点、基本原理及其设计步骤,并指出了相关的研究方向.     

遗传算法研究综述

遗传算法是一种借鉴生物界自然选择和进化机制发展起来的高度有效的随机搜索算法.近年来,由于遗传算法求解复杂优化问题的巨大潜力及其在工业工程领域的成功应用,这种算法受到了国内外学者的广泛关注.本文介绍了遗传算法的主要特点、基本原理及其设计步骤,并指出了相关的研究方向.     

动态血氧饱和度监测算法的研究

首先利用多孔算法提取候选特征点,然后利用免疫遗传算法删选特征点,极大的提高了血氧信号特征点提取的有效性,为血氧饱和度的精确计算提供了一种行之有效的解决方案．     

一种求解有约束优化问题的遗传算法

遗传算法是模拟生物进化机制新发展起来的一种搜索和优化方法，它是基于自然进化机制并且在寻找目标函数或在目标函数附近解决优化问题。遗传算法已在有约束优化问题领域得到应用，并显示出良好的发展前景。本文介绍了一种有约束优化问题的混合遗传算法，并通过实例验证了此方法是可行的和有效的。     

遗传算法在关联规则挖掘上的应用

结合遗传算法全局优化的特点,本文提出了采用遗传算法与Apriori方法结合的改进算法,并将其应用于关联规则挖掘过程。改进算法具备较好的全局优化的特性,特别是在深度挖掘和小关联度挖掘的方面,较传统算法的效率有所提高。