免疫遗传算法及应用研究

论文题目: 免疫遗传算法及应用研究

论文类型: 硕士论文

论文专业: 控制理论与控制工程

作者: 缪红萍

导师: 李宏光

关键词: 遗传算法,免疫遗传算法,优化,车辆调度

文献来源: 北京化工大学

发表年度: 2005

论文摘要: 遗传算法是一种模拟自然界生物进化的搜索算法,由于它简单易行、鲁棒性强,尤其是不需要专门的领域知识而仅用适应度函数作评价来指导搜索过程,从而使它的应用范围极为广泛,并且已在众多领域得到了实际应用,取得了令人瞩目的成果。但是在遗传算法的实际工程优化应用中,常常存在早熟收敛和收敛性能差等问题。本文研究了根据生物机体免疫系统的抗原识别、保持抗体的多样性和免疫记忆的特性而提出的一种改进遗传算法——免疫遗传算法,该算法将生物系统免疫思想引入到遗传算法中,通过计算抗体之间的亲和度来促进和抑制抗体,既保留了全体中的较优抗体又保证了抗体的多样性,从而避免搜索进化的过早收敛,得到全局最优解。文中通过对函数寻优的实验和同其他优化方法的寻优效果对比,证明了IGA的有效性和优越性。论文将免疫遗传算法运用到TSP问题求解以及公交调度问题的优化,进行了寻优搜索计算。实例搜索计算表明本文提出的免疫遗传算法具有更好的搜索能力,能够很好地解决此类寻优问题,得到更理想的优化结果,这两个仿真实验表明了IGA的实际应用效果令人满意。

论文目录:

第一章前言

1.1 课题的背景和意义

1.2 论文的主要内容

1.3 文献综述部分

1.3.1 遗传算法及其应用

1.3.2 免疫优化计算及其应用

第二章免疫遗传算法原理和方法

2.1 引言

2.2 遗传算法的原理及缺陷

2.3 自然免疫学基本原理

2.3.1 生物免疫机制简介

2.3.2 抗体与抗原

2.3.3 获得性免疫应答

2.3.4 生物免疫机制的抽取

2.4 免疫遗传算法基本原理

2.5 免疫遗传算法的特点

第三章基于免疫遗传算法的优化设计

3.1 免疫优化理论

3.1.1 免疫优化理论提要

3.1.2 免疫优化算子设计

3.2 免疫遗传算法设计

3.2.1 IGA的主要步骤

3.2.2 IGA程序设计

3.3 TSP问题求解

3.3.1 TSP问题描述

3.3.2 抗体的编码

3.3.3 算法的选择、交又、变异算子

3.3.4 免疫浓度控制

3.3.5 仿真结果

3.4 小结

第四章免疫遗传算法在智能交通系统中的应用

4.1 ITS概述

4.1.1 智能交通系统的特点

4.1.2 智能交通系统的基本目标

4.1.3 智能交通系统的主要内容

4.1.4 发展智能交通系统对解决现有城市交通问题的现实意义

4.2 公交调度问题的描述

4.3 IGA在车辆调度中的应用

4.3.1 公交运输调度问题的描述

4.3.2 算法实现

4.3.3 实验结果及分析

4.4 小结

第五章结束语

参考文献

致谢

攻读学位期间发表的学术论文

发布时间: 2005-09-26

参考文献

[1].面向车辆路径优化问题的改进免疫遗传算法[D]. 郄佳怡.河北大学2016
[2].基于混沌免疫遗传算法的优化问题研究[D]. 吕微.东北石油大学2010
[3].基于免疫遗传算法的电力系统无功优化研究[D]. 赵一橙.大连理工大学2008
[4].基于人工免疫算法的优化策略研究[D]. 王爱军.大庆石油学院2005
[5].改进遗传算法的铁路物资应急调度研究与应用[D]. 袁爽.兰州交通大学2014
[6].基于改进遗传算法的配电网络规划研究[D]. 过羽丰.西华大学2012
[7].基于标签传播和遗传算法的复杂网络社区发现算法研究[D]. 刘文君.武汉科技大学2019
[8].基于STEP孔类模具的信息提取与路径优化方法研究[D]. 杨彩虹.中北大学2019
[9].基于进化算法的多目标柔性作业车间调度问题研究[D]. 杨傥月.中北大学2019
[10].基于遗传算法的服装智能制造系统生产调度优化研究[D]. 马永远.中原工学院2019

免疫遗传算法及应用研究

猜你喜欢