免疫遗传算法

摘要： 针对传统的区域道路网路径诱导系统存在难以有效规划出路径的最优解以及稳定性较差等问题,将免疫遗传算法应用于路径诱导系统。首先将雷达器件、红外信标标识等设备与路径诱导控制中心相连接,构建诱导系统的硬件环境;然后应用免疫遗传算法,对不同初始点展开编码确定编码路径;最后结合层次搜索法和限制区域搜索法的计算结果,通过数据评估、确定染色体、路径判断、权值评估过程设计最优诱导路径。结果表明:设计的路径诱导系统的稳定性可达到0.979,稳定效果更好。该系统能够有效确定车辆行驶路径的最优解,可成功实现最优路径诱导。

摘要： 针对目前智能算法在配电网故障定位中存在收敛速度慢、易陷入局部最优的问题,提出将基于免疫遗传算法(ImmuneGeneticAlgorithm,IGA)应用于配电网故障定位中,同时引入精英保留思想对传统免疫遗传算法进行改进。改进后的算法拥有遗传算法搜索特性的同时保留了免疫算法多机制寻求多目标函数最优解的自适应特性,很大程度上避免了算法“早熟”,有效提高了算法的准确度和收敛速度。仿真结果表明,当配电网发生单重故障、多重故障或信号畸变时,改进免疫遗传算法都能够准确快速地进行区段定位,具有较好的有效性、容错性和快速性。

摘要： 准确预测光伏发电功率有利于并网后电网调度管理,现阶段光伏发电功率预测存在精度较低和对不同天气类型的适应性弱的问题。探索了一种相似日与免疫遗传神经网络(IGA-BP)结合的预测方法:基于天气类型、温度及风速,结合灰色关联度和余弦相似度指标构建气象相似日判别模型;以相似日气象特征向量为输入,建立IGA-BP功率预测模型。利用实测数据对比分析所提IGA-BP模型与GA-BP、BP模型的预测精度,结果为:在不同天气类型下IGA-BP模型具有较高精度,其RMSE平均值为14.142%,TIC平均值为0.017 58,均优于其他对比模型。表明IGA-BP模型能够提高功率预测精度,且具有较高的适应性。

摘要： 针对电能计量器具物流配送的需求量预测、配送中心选址以及客户分配等多个问题,提出一种基于改进免疫遗传算法和Holt-Winters模型的电能计量器具配送网络优化策略。首先,采用Holt-Winters模型来预测未来一年的月度需求量,黄金分割法可用于搜索最优平滑系数,提高预测的准确性;然后,采用高斯投影法将客户的经纬度转换为平面直角坐标,建立配送运输成本最小的目标函数,并基于种群的相似性和矢量距,对免疫遗传算法的抗体浓度进行改进;最后,以某省网计量中心—配送中心—客户二级电能表配送问题为例,采用改进免疫遗传算法求解目标函数,筛选最优的配送中心位置和客户分配方案。结果表明,改进免疫遗传算法具有更高的收敛效率和避免局部收敛的能力,本文所提电能计量器具配送网络优化策略对减小配送成本具有一定的参考价值。

摘要： 针对空调温湿度系统存在的多变量、强耦合和大时滞等特点,提出了一种改进型多变量内模解耦控制方法。多变量内模解耦控制承袭了单变量内模控制的优势,并且采用优化的Butterworth滤波器代替传统的低通滤波器。由于其内部结构复杂,笔者提出利用免疫遗传算法对被控对象模型进行降阶。免疫遗传算法不仅具有遗传算法的搜索特性,还具有免疫算法的多机制求解多目标函数最优解的自适应特性,可以改善遗传算法的“早熟”问题,收敛于全局最优。仿真结果表明,基于免疫遗传算法降阶的模型与原始模型高度匹配,并且使控制系统具有较强的解耦能力和鲁棒性以及抗干扰能力。

摘要： 针对电动出租车充电站选址定容与配电设施协调规划能力差的问题,基于车流量热力图研究了充电站容量及布点集合优选方法,确定出待选充电站布点的归类信息及不同位置充电站的总充电容量需求。在已知区域充电站布点归类信息及总容量基础上,建立10 kV城市配电设施扩展规划优化模型。随后,考虑上述2个模型对区域负荷不平衡问题都有较大影响,提出一种基于车流量热力图的配电设施规划模型,并采用免疫遗传算法进行求解。最后,通过某实际配电设施的协调规划分析,验证了所建模型的有效性。

摘要： 高速铁路闭塞分区设计方案决定了线路通过能力与行车安全,同时也会影响高速铁路建设成本。综合考虑轨道电路分割长度、列车追踪间隔与运行安全等约束,构建高速铁路闭塞分区布置优化模型,通过优化闭塞分区分界点数量与位置降低线路闭塞分区和轨道电路建设成本。考虑轨道电路分割与地形条件对闭塞分区布置的影响,将原问题分解为两阶段进行求解,首先设计免疫遗传算法优化闭塞分区布置方案,再设计轨道电路自动分割算法确定轨道电路分割方案并计算综合建设成本。实际线路的案例结果表明:与既有方案相比,优化后区间闭塞分区布置方案减少3个轨道电路分割点,增加1个闭塞分区分界点,能在不降低线路通过能力的基础上,使建设成本减少6.3%。

摘要： 在双碳背景下,电动汽车已在物流行业快速普及.在满足生鲜品的新鲜程度、车辆限载及电动汽车的电量限制等约束条件下,将电动汽车充电过程所产生成本纳入目标函数中,构建了时变路网下带软时间窗的电动汽车多温共配路径优化模型.根据该模型的特点,引入K-means聚类对客户进行聚类,同一聚类单元内设计免疫遗传算法,得到启发式路径优化方案.实验结果表明,根据顾客的需要及时变路网特性,合理安排运输规划与配送路径,保证了生鲜品运输的时效性;采用电动汽车多温共配的运输方式进行运输,运输成本更加低廉、过程更加节能,提高了企业的经济效应.

摘要： 最大覆盖选址问题在物流配送中具有重要的应用意义.为了充分考虑现有城市道路的网络特性,建立了基于地理信息系统(GIS)的最大覆盖双层选址分配模型.首先,该模型考虑实际路网的起始-目的地(OD)成本与多配送中心协同供给资源的可能性,在选择配送中心的位置使覆盖的总需求量最大化的同时保证较低的运输分配成本;其次,为了确定配送中心选址的位置及各个需求点分配到的物资比例,利用精英保留策略的免疫遗传算法进行选址-分配的优化,并以杭州市某区为实例验证了所提方法的有效性;最后,实现了融合GIS技术与优化算法的选址系统.

摘要： 针对海洋蛋白酶发酵过程中因缺少专家经验,导致模糊神经网络的模糊规则不易提取、网络结构优化时间较长及易于早熟等问题,基于模糊C均值使用免疫模糊神经网络建立模型。根据数据集的不同特征属性对样本数据空间进行划分,通过不断的矩阵迭代得到样本数据空间最优的聚类中心和隶属度值,建立模糊神经网络模型,并运用改进的免疫遗传算法对其中的网络结构加以修饰。将模型应用于海洋蛋白酶发酵过程中,实验结果表明,相比传统FNN预测模型,菌体浓度、基质浓度及相对酶活预测均方误差分别提高了0.234、0.190和1.00。该方法不仅能实现对发酵过程相关参量的在线预测,且相比传统方法具有较高的建模精度。

摘要： 为了使双柱悬索拉线塔这种结构形式在满足相关要求的前提下总重量达到最小,现采用分层优化的思想基于免疫遗传算法对拉线塔进行优化分析.先将实际拉线塔结构做了适当的简化,建立拉线塔的有限元模型;采用编制好的程序对拉线塔在拓扑构形和节点坐标都已确定的情况下的进行了以结构总重量最小为目标函数的拉线预拉力优化以及相应的截面尺寸优化,通过立柱角钢截面型号的改变来自动选择最优截面,减少用钢量,既保证拉线塔结构的安全性,又提高其经济性.

摘要： 随着分布式新能源的不断并网,其间歇性、随机性使得电网运行过程中谐波污染加剧.为了保持新能源接入电网的稳定性,本文采用优化算法实现对电站的综合控制,主要包括调节发电侧机组的出力、输电侧的主变压器分接头以及电容器组的投退,或对电网中的某些节点新增投入无功补偿设备.算法以确保新增无功补偿容量最小和接入点最佳为最终控制目标,在分布式能源接入电网扰动影响较大的情况下,将遗传算法和免疫算法结合进行验证.通过编程将二者的优化结果进行比较后,证明免疫与遗传两种算法相结合的电压综合控制策略具有良好的收敛性和抗扰动能力,最后以实际案例证明了免疫遗传算法的实效性.

摘要： 文章针对单纯使用遗传算法的局限性,在改进遗传算法中引入免疫机制,依据自然免疫的特点,进一步对遗传算法进行改进,将改进免疫遗传算法其应用到电网无功优化中.通过仿真实验表明,提出的改进方案在很多方面具有优越性.改进的遗传算法完全适用于求解无功优化规划问题.

摘要： 多目标免疫遗传算法(MOIGA)是一种新的高等物种进化算法，它可以避免传统遗值算法(GA)在选择过程中出现的早熟收敛现象，为解决多目标规划问题提供了一条新的途径.介绍多目标免疫遗传算法的原理及步骤，并将其应用到梯级水库多目标优化调度中.

摘要： 提出了一种免疫遗传算法优化的模糊控制器，利用免疫遗传算法的全局搜索功能和神经元的自学习能力，提高了模糊控制器的控制精度和抗干扰能力。将该控制器用于全阶精馏塔模型仿真，仿真结果表明该控制器可以有效地消除静态误差，并在控制的过渡过程也有很好的鲁棒性，实际应用效果也表明了该方法的优越性。

摘要： 本文以宝钢厂内空框架调度成本最低为优化目标,在分析了现行空框架周转流程的基础上,提出了一种新的空框架调度流程.进而建立了空框架调度解析模型,设计了基于免疫遗传算法的优化解法,并进行了模拟对比实验.通过模拟研究,所提出的空框架调度方案很大程度上减少了空框架调度成本,显示了新流程及其调度方法的有效性.

摘要： 通过对板形缺陷模式的分析,提出一种基于免疫遗传算法(IGA)的RBF-BP组合神经网络的板形识别方法,即采用免疫遗传算法对RBF-BP组合神经网络进行优化,以此优化网络作为冷轧带钢板形缺陷的识别模型,可识别出6种相对于常见板形缺陷基本模式的隶属度.采用免疫遗传算法可在遗传算法优化的基础上引入免疫系统中的抗体多样性与浓度调节机制,改进遗传算法的优化效果.通过对几种网络的比较研究,证明了用免疫遗传算法优化的RBF-BP组合神经网络具有更高的识别精度,并能够克服单纯采用遗传算法优化时个体多样性减少快、易出现未成熟收敛的缺陷,提高了板形的识别效果.

摘要： 面向低占空比传感网的实时QoS需求,提出基于动态规划和免疫遗传算法的端到端延迟控制方法,通过在接收节点上增加最少数量的活跃时隙以保障数据的实时传输.针对链式网络,利用动态规划递归地增加节点的活跃时隙获得满足延迟约束的最优解;针对树状网络,利用免疫遗传算法调整活跃时隙以满足端到端延迟约束.仿真结果表明:动态规划算法可以在链式网络中获得最优解,而在树状网络中,免疫遗传算法可以弥补动态规划算法的不足,以较低的复杂度有效地控制低占空比传感网的端到端延迟.

摘要： 本文提出了基于矢量距的免疫遗传算法来求解无功优化问题.该方法结合了遗传算法(GA)和免疫算法(IA):建立具有动态调整的罚因子的目标函数,在遗传操作中,通过对免疫抗体定义的改进,提出了一种基于矢量距的免疫遗传算法.该算法能够保存种群的多样性同时保证较快的收敛速度.基于矢量距的免疫遗传算法在优化的效果和收敛速度方面要快于简单遗传算法.通过IEEE30节点系统的仿真计算,将本文算法与其它的算法进行了比较,结果表明该算法在计算速度和优化效果方面都具有明显的优势.

摘要： 提出了一种基于核偏最小二乘(Kernel partial least square，KPLS)的钢材淬透性预测建模方法。采用 KPLS方法对样本数据进行特征提取，消除样本数据输入变量之间的相关性，并引入了免疫遗传算法优化KPLS参数的方法。在此基础上，使用KPLS回归方法建立淬透性预测模型。以某钢厂实际生产数据进行了应用实验，并与现有的多元回归方法、人工神经网络和标准LS-SVM建模方法进行了对比，实验结果表明，本文方法显著提高了钢材淬透性的预测命中率，获得精确的建模效果。

摘要： 本发明提供一种基于群体免疫‑遗传算法的混流产线智能排产方法，根据产线生产规则建立生产计划多目标模型，包括考虑换装时间的总加工时间、库存零件满足度和产品切换次数；采集生产订单交货完成量、生产订单交货日期和配件库存信息，评判多目标模型的优先级，确定群体免疫‑遗传算法中的被感染种群及优化主目标；采集一个周期内不同产品各工位的生产加工时间数据，并判断是否需要更新基础数据集；将更新完成后的基础数据集及优化主目标输入到群体免疫‑遗传算法中进行寻优计算，计算出符合实际生产情况的最优解，并输出生产计划。本发明可以自适应改变排产目标，还可以实现排产基础数据自更新，让生产计划更贴合实际生产能力。

摘要： 本发明公开了一种基于改进免疫遗传算法的近红外光谱波长筛选方法，属于近红外光谱检测技术领域。所述方法通过采用自适应相似度阈值、引入精英保留策略、引入贪心算法思想对免疫遗传算法进行改进，使得算法朝着正确的方向进行局部性探索，最终达到全局最优。在实际近红外光预测物质含量时，存在精度低的问题，将该方法应用到近红外光谱波长筛选中，能够有效的筛选出与被测物质浓度密切相关的波段，使得波段变量与所测理化值之间的联系更紧密，在预测物质的含量时，可以大大提升模型预测含量的精度。

摘要： 一种基于免疫遗传算法的DSP故障诊断系统，由FTU、RTU、DSP、故障信号输出显示单元工控上位机组成。免疫遗传算法由以下步骤构成：制作参数编码；设定初始群体；设计适应度函数；设置匹配集；设定控制参数；迭代求解。一种基于该算法的DSP故障诊断的应用，用DSP作为核心控制处理系统，通过FTU和RTU监测到故障工频变量时，将离散信号作为DSP核心控制系统的输入信号，通过DSP核心控制处理系统将算法得到的结果转化为实际系统中的故障信息反映到监测上位机上。优越性①解决保护信息不完整时的电力系统故障诊断问题，②引入免疫系统-匹配集的应用，提高了算法的整体搜索能力。

摘要： 本发明公开一种基于自适应免疫遗传算法的极端测试用例生成方法，包括以下步骤：S1、初代种群生成器读取配置文件生成初代种群；S2、抗体适应度计算器对S1中获得初始种群中每个个体进行适应度计算；S3、终止条件判断是否达到限定迭代次数，达到限定迭代次数并跳转到S4，若还未达到限定迭代次数，依次进行选择操作、自适应交叉和变异、提取疫苗、接种疫苗、免疫选择以及种群更新操作，跳转到S2；S4、达到限定迭代次数，即获得近优解汇编代码。

摘要： 本发明提供了一种基于免疫遗传算法的配电网无功优化方法和装置，主要包括：根据预设的配电网系统参数和免疫遗传算法参量获得初始抗体，并对初始抗体进行迭代计算；在迭代计算中通过预设的潮流算法更新每个初始抗体的亲和度，并根据更新后的亲和度对初始抗体进行进化操作，直到迭代计算次数达到预设值获得迭代抗体；根据所述迭代抗体，计算配电网的无功优化结果并根据所述无功优化结果对所述配电网进行无功优化。通过改进的免疫遗传算法对抗体进行迭代和对配电网进行优化，确保补偿线路电压损失的同时，无功容量最小，相对于现有技术使配电网系统无功分布更合理，同时有更好的安全性和稳定性。

摘要： 本发明公开了一种基于免疫遗传算法的希布阵天线的优化设计方法，所述方法首先随机产生初始群体，相邻两个阵元距离的差值为个体作为种群个体；通过雷达工作波长λ、阵元间距d等之间的约束关系作为疫苗进行限定；之后计算适应度函数，如果当前种群中有最佳个体，则结束算法，否则对当前种群继续进行选择交叉变异操作，得到子代种群；对子代种群进行接种疫苗操作；为防止种群个体出现退化现象，再种群进行免疫选择操作，得到新一代种群，然后返回到适应度函数的计算这一步骤寻找最优个体，直到找到最佳时结束算法。所述方法能够使天线阵列峰值旁瓣电平显著降低，计算量小、收敛速度快，效率高的基于免疫遗传算法。

摘要： 本发明公开了一种基于改进免疫遗传算法的近红外光谱波长筛选方法，属于近红外光谱检测技术领域。所述方法通过采用自适应相似度阈值、引入精英保留策略、引入贪心算法思想对免疫遗传算法进行改进，使得算法朝着正确的方向进行局部性探索，最终达到全局最优。在实际近红外光预测物质含量时，存在精度低的问题，将该方法应用到近红外光谱波长筛选中，能够有效的筛选出与被测物质浓度密切相关的波段，使得波段变量与所测理化值之间的联系更紧密，在预测物质的含量时，可以大大提升模型预测含量的精度。

摘要： 本发明涉及生物信息化技术领域，涉及一种基于自适应免疫遗传算法的代谢标志物组群识别方法。本发明通过染色体的抗体浓度和适应度来反馈调节标准遗传算法构建自适应免疫遗传算法，能快速且准确地得到问题最优解，算法的运行效率和适应度得到了提升，不仅能够高效搜索医学高维空间中的目标标志物组群，还可识别多样化的目标代谢标志物组群，便于实际中根据具体需求进行灵活选择；同时利用特定的免疫学原理，即浓度反馈调节算子来保证目标解的多样性。

摘要： 本发明公开了一种基于免疫遗传算法的多项目协同计划优化方法，对多项目协同计划进行优化不仅能够避免记单一的问题，且可以防止在目标网络选择过程中采用的算法未成熟收敛而造成的长时延问题，提高算法的计算效率，缩短计算时间，并且可以多评估项目同时操作、协同评估，对多项目协同进行效果预估。包括：数据采集模块、数据转换模块、建模模块、算法调用模块、参数设定模块、迭代次数设定模块、亲和度计算模块、记忆模块、抗体划分模块、目标参数模块、反馈模块项目选择模块、优先度设置模块、输出模块、协同评估模块、评估过程监控模块、评估数据管理模块、评估信息储存模块、评估结果分析模块、评估报告生成模块。

摘要： 本发明公开了一种基于免疫遗传算法的单件车间调度方法，操作步骤为：步骤1：确定运行参数，步骤2：生成初始种群，步骤3：个体适应度计算，步骤4：更新记忆细胞库，步骤5：个体浓度评价，步骤6：个体促进与抑制，步骤7：交叉操作，步骤8：变异操作，步骤9：疫苗提取，步骤10：疫苗接种，步骤11：免疫选择，步骤12：精英保留策略，步骤13：终止判别。采用本发明的方法在求解单件车间调度时，能更加有效地求得满意的调度方案，提高生产效率。