基于改进克隆选择算法的复杂系统测试选择

为了解决复杂系统测试优化选择问题,提出了一种基于改进克隆选择算法的测试选择方法.该方法针对测试选择问题的具体特点,对基本克隆选择算法进行了以下改进:采用二进制编码方式进行抗体编码,选用加性分段函数形式构建亲和度函数,利用混沌搜索优化初始种群的生成方式,并引入免疫网络的抗体抑制操作对抗体种群进行预处理.最后,以某实际系统为例进行了算法验证,实验结果表明:该方法搜索效率高,具有很强的全局和局部搜索能力,可有效解决复杂装备系统测试性设计中的测试优化选择问题.     

武警捕歼战斗兵力分配模型研究

捕歼战斗是武警部队依法缉捕、歼灭犯罪分子的一种战斗行动。考虑作战过程中兵力分配的实际因素,在问题建模过程中引入了捕歼对象的威胁度,建立了一个多目标模型,使捕歼战斗更加符合实际作战;提出了基于分解的多目标进化算法的求解方法,并给出了方法的具体设计思路和流程。捕歼实例仿真计算结果表明,本文提出的基于分解的多目标进化算法比非支配排序遗传算法的改进算法具有更好的适用性和优越性。     

抗毁网络多拓扑路由子层的免疫优化选择算法

针对现有多拓扑路由在多故障条件下无法有效进行故障恢复的现象,根据免疫理论中抗原与抗体相匹配的原理,提出一种多拓扑路由子层选择算法.该算法以最大限度保护通信业务为目标,将多故障情形与子层相匹配的过程看作抗体与抗原相结合的过程,使子层与故障在一定范围内最大程度地相似,并利用人工免疫算法进行寻优,提高了网络抗毁性.实验结果表明,该算法可使网络在多故障条件下的恢复能力得到提高.     

基于免疫FNN算法的加热炉炉温优化控制

针对复杂钢坯加热过程,提出了一种免疫克隆进化模糊神经网络(ICE-FNN)控制算法。首先根据现场样本数据建立过程神经网络模型;然后基于该模型,采用模糊神经网络控制器(FNNC)规则优化算法,确定FNNC的最佳规则数;最后由FNNC的规则优化所得参数构造初始种群的一个解,采用免疫克隆进化(ICE)算法对FNNC参数优化。该算法具有全局寻优和局部求精能力,仿真结果证实了其有效性。     

基于小波网络的非线性系统辨识研究

小波网络为非线性系统辨识研究提供了一种有效的方法,但目前用于小波网络学习的进化算法易陷入局部极小等缺陷.结合生物免疫系统的概念和理论,在非线性系统辨识中引入基于免疫算法的小波网络.该算法中抗体通过浓度相互作用的机制来促进或抑制抗体的生成,借此保持抗体的多样性,并产生了高亲和力的抗体对种群进行不断的更新,提高了算法的全局搜索能力和收敛速度.最后,把基于免疫算法的小波网络用于一个非线性系统辨识的标准实例中,仿真结果验证了该算法的有效性.     

一种基于克隆选择原理的空战目标分配算法

针对空战目标分配问题,在以优势函数为空战模型的基础上,提出了一种基于克隆选择原理的目标分配算法,并引入混沌算子,增强了算法中个体的多样性和稳定性,减少算法的盲目性,提高了算法的收敛速度。根据克隆选择原理,分析了算法的编码方式、克隆选择算子对算法的影响,给出了算法的流程。最后进行了仿真,结果表明了算法的有效性。     

养蝎小窍门

药物免疫法在恶劣天气过后,适量用庆大霉素、青霉素溶液全面喷雾,每日喷药2次,每50-100平方米用药1支(瓶),可有效预防各种蝎病发生。统一蝎棚气味将捣烂的大蒜泥兑水喷棚,能避免蝎子打架、母食仔现象,也可用于整体的蝎棚消毒。     

导弹自动驾驶仪的模糊自整定免疫PID控制

提出了一种模糊自整定免疫PID控制器的设计方案.该控制器将免疫反馈机理与传统的模糊PID控制有机地结合起来,实现了对控制系统的参数自整定.给出了某战术导弹自动驾驶仪的传递函数和仿真试验设计.仿真结果表明,这种模糊自整定免疫PID控制效果明显优于传统的模糊PID控制方式,具有较强的抗干扰能力,特别对变参数系统具有较强的鲁棒性.     

减摇鳍模糊免疫自适应PID控制器设计及仿真研究

针对船舶横摇的非线性模型,利用免疫反馈机理,设计了一种减摇鳍模糊免疫自适应PID控制器。控制器将模糊控制与PID控制相结合,采用Fuzzy推理,对非线性函数进行模糊逼近,用模糊免疫P调节器实时整定PID控制器的比例增益,采用常规模糊控制器在线调整免疫PID控制器的积分时间常数和微分时间常数。通过对船舶减摇鳍控制系统的仿真,可以看出采用模糊免疫自适应PID控制器其控制效果远优于常规PID控制器,使减摇鳍的减摇效果得到显著提高。