新型自适应免疫克隆混合算法及其应用研究

论文摘要

随着科学技术的发展,人类从生物体的信息系统得到了启示,发明了人工免疫系统。人工免疫系统在近几年来飞速发展,其在工程上的应用前景也逐渐被凸现出来,免疫优化算法应运而生。本文在介绍了人工免疫系统的发展史,综述了国内外免疫算法的发展现状的基础上,提出了一种新的改进算法——自适应免疫克隆混合算法。利用Visual C++实现了算法的功能,并利用Matlab对算法的运算结果进行了图像输出,并利用4个典型的多峰值函数检验了算法的性能,并与基于信息熵的免疫算法和自适应免疫算法进行了横向比较,证明了算法的优势。本文将算法应用到两个新的领域:（1）利用算法建立新型光纤微弯传感器的特性方程;（2）利用算法优化热场流分离系统。通过在这两方面的应用,说明算法有很强的实际应用价值。

论文目录

• 提要
• 第1章 绪论
• 1.1 研究目的
• 1.1.1 免疫算法的研究背景
• 1.1.2 免疫算法的研究目的
• 1.2 人工免疫系统简介
• 1.2.1 生物免疫系统
• 1.2.2 人工免疫系统
• 1.3 免疫算法的国内外研究现状
• 1.3.1 免疫算法
• 1.3.2 免疫算法的发展现状综述
• 1.3.3 免疫算法存在的缺陷及不足
• 1.3.4 免疫算法的发展趋势
• 1.4 内容安排
• 第2章 新型自适应免疫克隆混合算法的数值计算和效果检验
• 2.1 新型自适应免疫克隆混合算法
• 2.1.1 新型自适应免疫克隆混合算法的基本理论
• 2.1.2 新型自适应免疫克隆混合算法的步骤
• 2.1.3 算法优点
• 2.2 实现算法的编程工具简介
• 2.3 检验算法性能
• 2.3.1 利用典型多峰值函数对算法性能进行检验
• 2.3.2 算法的总体性能比较
• 2.4 本章小结
• 第3章 利用算法建立光纤微弯传感器的特性方程
• 3.1 光纤微弯传感器的工作原理
• 3.1.1 光纤传感器的分类
• 3.1.2 光纤传感器与传统传感器的比较
• 3.1.3 光纤微弯传感器的工作原理简介
• 3.2 光纤微弯传感器的应用
• 3.3 智能优化算法在光纤传感器领域应用的情况
• 3.3.1 遗传算法在光纤传感器输出特性拟合方面的应用
• 3.3.2 遗传算法在多传感器数据融合方面的应用
• 3.4 光纤微弯传感器的试验台的搭建
• 3.4.1 静力试验台的搭建
• 3.4.2 动载荷试验台的搭建
• 3.5 试验步骤及试验结果
• 3.5.1 基于静载荷试验台的试验步骤及试验结果
• 3.5.2 基于动载荷试验台的试验步骤及试验结果
• 3.5.3 试验结果的误差分析
• 3.6 基于静力试验台的光纤传感器特性方程的建立
• 3.6.1 编码方案
• 3.6.2 算法参数值预设方案
• 3.6.3 特性方程目标函数的建立
• 3.6.4 基于多项式编码的光纤传感器特性方程的建立
• 3.6.5 基于三角函数编码的光纤传感器特性方程的建立
• 3.6.6 多项式编码与三角函数编码两种编码形式的比较
• 3.7 基于动载荷试验台的光纤传感器的特性方程的建立
• 3.7.1 基于多项式编码的光纤传感器的特性方程的建立
• 3.7.2 基于三角函数编码的光纤传感器的特性方程的建立
• 3.7.3 多项式编码形式及三角函数编码形式的比较
• 3.8 算法对静力试验与动载荷试验的计算结果的比较
• 3.9 本章小结
• 第4章 算法在热场流分离系统优化中的应用
• 4.1 热场流分离的优化问题
• 4.1.1 场流分离的原理及分类
• 4.1.2 分离理论
• 4.1.3 塔板理论
• 4.2 利用算法优化热场场流分离问题
• 4.2.1 热场场流分离系统的优化问题
• 4.2.2 算法参数预设值方案
• 4.2.3 优化结果
• 4.3 对优化结果进行分析
• 4.4 本章小结
• 第5章 全文总结
• 参考文献
• 摘要
• Abstract
• 致谢
• 导师及作者简介