人工免疫算法及其在电力系统中的应用研究

论文摘要

生物免疫系统的主要功能是识别并清除抗原,实现免疫防卫功能。从计算的角度来看,生物免疫系统是一个高度并行、分布、自适应和自组织的系统,具有很强的学习、识别、记忆和特征提取能力。近年来,受生物免疫系统启发而产生的人工免疫系统正在悄然兴起,它作为计算智能研究的新领域,提供了一种强大的信息处理能力和问题求解范式。 本文在介绍生物免疫系统、克隆选择原理、独特型免疫网络理论以及人工免疫系统及其典型应用的基础上,对人工免疫算法及其在电力系统中的应用等如下方面进行了研究,并取得一些成果: (1) 分析了遗传算法早熟收敛的成因,根据免疫原理提出了一种新的人工免疫算法(简称免疫算法),并从理论上证明所提出的算法具有全局收敛性。用De Jong的几个标准函数对该算法的收敛性能进行测试,算法采用浮点数编码和新设计的变异算子,结果表明所提出算法在不同类型的函数上具有较快的收敛速度和较高的收敛精度。 (2) 采用人工免疫算法来求解旨在网损最小的配电网重构问题。在缩短抗体编码的基础上,在种群初始化时,对个体进行接种疫苗,通过修改个体的某些基因位上的基因,使得可行解的比例变大。对不可行解,利用启发式方法进行修复,通过打开回路、连通孤岛,使其变为可行解。并且,成对高频变异和免疫补充算子的采用,能有效地维持种群的多样性,避免算法早熟收敛。对69节点的系统重构结果表明,人工免疫算法具有较高的计算效率。 (3) 对于约束优化问题,提出了一种新的免疫混沌算法。该算法融合了免疫算法有着极强的全局搜索能力的优点,以及混沌优化方法适合局部搜索的特点。从一组可行解出发,在优化过程中,免疫算法通过选择克隆、克隆扩增、高频变异和审

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 生物免疫系统与免疫学理论
• 1.2.1 生物免疫系统
• 1.2.2 免疫学理论
• 1.3 人工免疫系统及其典型应用
• 1.3.1 人工免疫系统
• 1.3.2 人工免疫系统典型应用
• 1.4 本文的主要研究内容
• 参考文献
• 第二章 人工免疫算法研究
• 2.1 引言
• 2.2 最优化问题
• 2.3 进化算法简述及遗传算法早熟机理分析
• 2.3.1 进化算法简述
• 2.3.2 进化算法的基本描述
• 2.3.3 遗传算法早熟收敛机理分析
• 2.4 人工免疫算法
• 2.4.1 免疫优化机理
• 2.4.2 人工免疫算法
• 2.4.3 算法控制参数和选择
• 2.4.4 人工免疫算法的全局收敛性证明
• 2.5 人工免疫算法收敛性能测试
• 2.5.1 收敛性能指标
• 2.5.2 编码机制
• 2.5.3 连续优化问题的变异算子
• 2.5.4 算例
• 2.6 本章小结
• 参考文献
• 第三章 基于人工免疫算法的配电网重构
• 3.1 引言
• 3.2 配电网重构的数学模型
• 3.3 配电网重构的人工免疫算法
• 3.3.1 抗体编码
• 3.3.2 接种疫苗
• 3.3.3 不可行解的修复
• 3.3.4 成对高频变异
• 3.3.5 免疫补充
• 3.3.6 算法具体实现
• 3.4 算例
• 3.5 本章小结
• 参考文献
• 第四章 约束优化问题的免疫混沌算法
• 4.1 引言
• 4.2 约束优化问题及约束处理技术
• 4.2.1 约束优化问题一般描述
• 4.2.2 约束处理技术
• 4.3 混沌理论及混沌优化方法
• 4.3.1 混沌理论
• 4.3.2 混沌优化方法
• 4.4 约束优化问题的免疫混沌算法
• 4.4.1 约束优化问题的解域空间分析及邻域搜索
• 4.4.2 约束处理新技术-可行解审查法
• 4.4.3 免疫混沌算法
• 4.4.4 算例
• 4.5 基于免疫混沌算法的经济负荷分配
• 4.5.1 经济负荷分配问题的数学模型
• 4.5.2 经济负荷分配问题的免疫混沌优化算法
• 4.5.3 算例
• 4.6 本章小结
• 参考文献
• 第五章 免疫算法与群集算法的对比及融合
• 5.1 引言
• 5.2 免疫算法与群集算法的一般描述
• 5.2.1 免疫算法
• 5.2.2 群集算法
• 5.3 NFL定理及其启示
• 5.4 免疫算法与群集算法的对比及融合
• 5.4.1 两种算法的对比
• 5.4.2 算法的融合-免疫混沌粒子群优化算法
• 5.5 基于免疫混沌粒子群优化算法的经济负荷分配
• 5.5.1 经济负荷分配的免疫混沌粒子群优化算法
• 5.5.2 算例
• 5.6 本章小结
• 参考文献
• 第六章 全文总结与展望
• 攻读博士学位期间发表的论文
• 致谢