导读:本文包含了自适应免疫算法论文开题报告文献综述及选题提纲参考文献，主要关键词:免疫多目标进化算法,克隆选择,差分进化,自适应
自适应免疫算法论文文献综述
康锰,许峰[1]（2019）在《多进化策略自适应免疫多目标进化算法》一文中研究指出为了在基于克隆选择的免疫多目标进化算法中提高种群的多样性,提出了一种基于目标函数变化率的多进化策略自适应免疫多目标进化算法,以采用克隆选择的免疫多目标进化算法为基础,根据目标函数的变化率,在不同的进化阶段自适应地选择两种不同的差分进化策略,在保证算法收敛速度的同时兼顾种群的多样性,避免算法陷入局部最优。选用DTLZ测试函数对新算法进行了性能测试,并与其它算法进行了比较。结果显示,新算法解的分布性和均匀性有了一定程度的提高。(本文来源于《安徽理工大学学报(自然科学版)》期刊2019年05期）
李纪鲁,张晓,朱杰[2]（2019）在《基于自适应免疫算法的配送中心选址问题研究》一文中研究指出配送中心向需求点配送货物是供应链中的重要部分。本文以成本最低为目标函数,把距离上限加入到惩罚机制,并根据抗体和抗原之间的亲和力设计自适应交叉和变异概率,把自适应的免疫算法应用到配送中心模型中进行求解,最后通过仿真实验对比验证了算法用在配送中心选址上有较好的效果。(本文来源于《中国储运》期刊2019年08期）
陈润[3]（2019）在《基于自适应免疫优化算法用于大尺寸合金团簇结构优化》一文中研究指出合金团簇具有独特的催化、电子和光学性质,引起原子分子物理、凝聚态物理、量子化学、表面科学、材料科学等学科的研究兴趣。研究发现团簇特殊的性质与团簇的几何结构有着密切的联系,因此,确定其稳定几何构型是研究特殊性质的首要条件。论文的主要内容概括如下:1、使用自适应免疫优化算法对Cu_nAu_(61-n)(n=1-60)和原子数为79的Cu_nAu_(79-n)(n=1-78)团簇进行结构优化。应用多体Gupta势描述原子间作用。讨论了Cu-Au团簇结构特征、团簇的稳定性和其中原子的分布规律。结果显示61原子Cu-Au团簇的主要构型为二十面体结构。此外,还发现了由叁个双二十面体面面连接构成的环状结构。79原子Cu-Au合金团簇结构类型可分为五类,分别为双面心立方结构、具有堆积缺陷的面心立方结构、十面体、二十面体以及由四个双二十面体面面连接构成的环形结构。2、为了研究Ag和Cu掺杂对Au团簇稳定结构的影响,对高达108个原子的Ag-Au和Cu-Au团簇的最稳定结构进行了比较。原子比为1:1、1:3和3:1的原子团簇的稳定结构是利用AIOA的修正算法(称为AIOA-IC算法)确定的。研究了它们在M-Au(M=Cu和Ag)团簇中的结构特征和原子分布。此外,还分析了Ag和Cu原子比例对Au基团簇结构的影响。结果显示Ag-Au团簇和Cu-Au团簇的主要构型分别为十面体和二十面体。而在Ag_(3n)Au_n团簇中,即富含Ag的含量时,发现二十面体的数量多于Ag_nAu_n和Ag_nAu_(3n)团簇中二十面体的数量。在Cu_(3n)Au_n团簇中,即富Cu含量时,存在着几个十面体结构。3、使用自适应免疫优化方法优化了Pt_N(N=10-120)团簇最稳定结构,采用引进了模拟退火思想的自适应免疫优化算法优化了二元Ag-Pt、Au-Pt以及原子数目达到147的叁元Ag-Au-Pt团簇稳定结构。通过序列参数分析了团簇结构中各种原子的分布情况并加以解释。结果表明Ag和Au原子易于分布在Ag-Pt、Au-Pt以及Ag-Au-Pt团簇结构的外层,而Pt原子则始终位于内层。(本文来源于《安庆师范大学》期刊2019-06-05）
倪卫红,岳晓伟,邵建峰,钱伟民[4]（2018）在《基于自适应免疫算法的物流配送中心选址问题研究》一文中研究指出关于配送中心选址问题研究,采用免疫算法时单点交叉会产生超级个体以及固定概率会影响搜索能力的情况,分别以均匀交叉和自适应化的方法,在原算法上做出改进。并以实例验证该算法的可行性和有效性,与传统免疫算法比对,能很好避免超级个体的产生同时搜索能力也有增强。该算法自适应的变化更加符合个体在不同阶段演变情况,相比传统免疫算法,达到收敛速度快、鲁棒性高的效果,进而为选址问题研究在原有基础上匹配了一种更好的方法。(本文来源于《价值工程》期刊2018年36期）
何庆[5]（2018）在《一种基于自适应免疫粒子群算法的多峰函数优化》一文中研究指出粒子群算法是一种典型的智能优化算法,被广泛应用于各个领域,但算法本身也存在着在收敛后期容易陷入局部最优的缺陷,针对这一问题,借鉴免疫系统自我调节机制,引入浓度调节机制和免疫操作机制,提出一种基于免疫机理的粒子群算法,提高算法粒子群体的多样性,根据种群粒子亲和度和浓度群自适应调整搜索粒子的速度和方向,提高算法性能。将算法用于典型多峰函数极值求解,仿真结果表明,算法具有较好的全局收敛性和收敛精度,具有良好的优化性能。(本文来源于《工业控制计算机》期刊2018年10期）
展猛,王社良,张丽珍[6]（2018）在《基于自适应免疫记忆克隆算法的空间网架结构减震装置优化配置》一文中研究指出针对遗传算法容易陷入早熟收敛和群体多样性差的问题,基于生物免疫系统中的克隆选择、免疫记忆以及免疫自调节机理,采用混沌化初始抗体群,并引入抗体浓度和抗体激励度,提出一种可以动态调节变异概率和克隆规模的自适应免疫记忆克隆算法(Adaptive immune memory clone algorithm,AIMCA)。以模态可控度作为优化目标准则的影响因素,分别采用改进的遗传算法(IGA)和AIMCA对一个85节点、288杆件的空间平板网架结构的作动器进行优化配置研究,分析两种算法在搜索能力、种群多样性和收敛速度上的差异,探讨AIMCA在作动器优化问题中优势和可行性。结果表明,遗传算法即使通过一定的改进,也很难满足对复杂问题的高维寻优要求,而AIMCA由于引入了记忆单元和免疫自调节机制,大大提高了其空间搜索能力,维持了较好的种群多样性;且收敛到同一精度,AIMCA收敛速度要比IGA快的多。在减震装置优化控制中,AIMCA可以获得更优的布置位置和更大的减震效果。(本文来源于《地震工程与工程振动》期刊2018年05期）
胡利利,夏扬坤[7]（2018）在《多冷链物流中心选址分配及其自适应免疫算法》一文中研究指出物流中心选址是现代物流战略规划的核心,为了提升冷链物流服务能力,实现物流资源整合优化,研究了一种带需求距离积的多冷链物流中心选址-分配问题.针对冷链物流中心的时效性特点,将节点需求量与辐射半径纳入约束,并以需求量作为距离的权重放入目标函数之中,构建了相应的选址-分配数学模型.多物流中心选址-分配属于NP-Hard问题,针对以往精确算法的不足,设计了一个自适应免疫算法.借助生物免疫系统的多样性与自我调节能力,在免疫算法中采用部分匹配原则来计算抗体之间的亲和度,设计自适应惩罚机制、免疫变异和精英保留策略等来保持群体的多样性与精英的优良性.通过实验,找到了交叉概率与变异概率的适宜组合取值,文献对比表明了算法的有效性.(本文来源于《数学的实践与认识》期刊2018年16期）
吴夏,陈润,徐义庆,魏征[8]（2018）在《自适应免疫优化算法研究大尺寸Cu-Au合金团簇稳定结构》一文中研究指出合金团簇所具备的催化和光学等方面特性与团簇的尺寸、元素组成和元素序列密切关联,因而确定其稳定结构是研究纳米团簇合金性质的首要任务.本文利用基于内核构建的自适应免疫优化算法研究了完整元素组成的CunAum(n+m=61及79)二元合金团簇的稳定结构.应用多体Gupta势函数描述Cu-Au团簇原子间的相互作用.研究结果表明:对于CunAum(n+m=61)团簇,除了当n=12-15时为由叁个双二十面体面面相连组成的环状结构外,其余均为二十面体结构.原子总数为79的Cu-Au合金团簇包括堆积缺陷的面心立方结构、双面心立方结构、二十面体、十面体和由四个双二十面体面面相连组成的环状结构.且当Au原子比例高和低时其主要构型分别为二十面体和十面体.此外,还分析了Cu-Au合金团簇结构势能量的分布情况及团簇的相对稳定性.原子分布规律显示Cu原子趋于占据内层,而Au原子趋向于分布在外层.(本文来源于《原子与分子物理学报》期刊2018年05期）
曹宝夷[9]（2018）在《基于改进蒙特卡罗和自适应免疫算法的项目组合优选研究》一文中研究指出针对企业项目管理中面临的不确定性因素评估和项目组合优选问题,本文基于工程项目多目标管理实际,首先构建考虑综合效益最优和不确定性变量因素的工程项目组合优选目标模型,并给出重点考量的叁项约束条件,即项目组合资源上限约束、项目自身相互关联约束和由业务需要设定的管理约束。然后,通过改进蒙特卡罗方法对项目组合效益计算中不确定性变量及其影响进行量化评估,并基于方差减小技术的重要性抽样方法提升抽样仿真效率和运算速度,进而有效提升效益目标函数定量评估的准确性。同时,鉴于目标函数和约束条件的复杂性,再加上快速求解的客观要求,充分发挥自适应免疫算法在求解最优解方面的优势,提出了基于改进蒙特卡罗与自适应免疫算法相结合的工程项目组合优选方法,明确了具体的优选实施流程。该优选分析方法具有计算速度快、运算精度高等特点,能够有效解决不确定性因素分析难点,减少传统工程项目优选方法的盲目性和局限性,大幅降低对于管理者主观经验判断的依赖程度,使工程项目组合优选工作更加科学和准确。此外,结合电网企业生产经营实际,以配电网项目组合优选作为实例,验证本论文方法的可操作性和有效性。在配电网项目初始信息和特点论述基础上,建立了符合电网企业实际的优选目标函数模型,明确了负荷作为重点分析的不确定性因素,界定出总投资上限、项目依赖与互斥关系、满足清洁能源接入容量等一系列约束条件。基于软件工具编程进行模型计算后,对比说明了重要性抽样较传统抽样方式能够快速收敛、自适应免疫算法较免疫算法和遗传算法计算性能更佳等优势,确定出满足约束条件且综合效益最优的项目组合方案,采用穷举法进一步对计算结果进行了检验。由此,可为各类企业科学进行工程项目组合优选提供一定的参考和借鉴。(本文来源于《天津大学》期刊2018-05-01）
邢涛,李志军,曹玲燕,丁立华[10]（2017）在《基于自适应免疫算法的变压器故障诊断》一文中研究指出变压器油中溶解气体分析法DGA(Dissolved Gas Analysis)是变压器故障诊断的重要方法,针对变压器故障的特点,提出了一种自适应免疫遗传算法进行在线故障诊断。该算法将传统的免疫算法与约束独立成分分析c ICA相结合,将研究对象的先验信息作为约束条件,使新的算法仅仅收敛于感兴趣的故障信号,更快速有效的进行分类;加速抗体种群数量和促进更新概率,使抗体库更加有效的进化。改进后的算法应用于DGA电力变压器数据分析,实现了变压器的故障在线诊断。实验数据表明:该算法收敛速度快,能有效地对样本进行识别,提高了故障诊断的针对性和效果。(本文来源于《发电与空调》期刊2017年06期）
自适应免疫算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
配送中心向需求点配送货物是供应链中的重要部分。本文以成本最低为目标函数,把距离上限加入到惩罚机制,并根据抗体和抗原之间的亲和力设计自适应交叉和变异概率,把自适应的免疫算法应用到配送中心模型中进行求解,最后通过仿真实验对比验证了算法用在配送中心选址上有较好的效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
自适应免疫算法论文参考文献
[1].康锰,许峰.多进化策略自适应免疫多目标进化算法[J].安徽理工大学学报(自然科学版).2019
[2].李纪鲁,张晓,朱杰.基于自适应免疫算法的配送中心选址问题研究[J].中国储运.2019
[3].陈润.基于自适应免疫优化算法用于大尺寸合金团簇结构优化[D].安庆师范大学.2019
[4].倪卫红,岳晓伟,邵建峰,钱伟民.基于自适应免疫算法的物流配送中心选址问题研究[J].价值工程.2018
[5].何庆.一种基于自适应免疫粒子群算法的多峰函数优化[J].工业控制计算机.2018
[6].展猛,王社良,张丽珍.基于自适应免疫记忆克隆算法的空间网架结构减震装置优化配置[J].地震工程与工程振动.2018
[7].胡利利,夏扬坤.多冷链物流中心选址分配及其自适应免疫算法[J].数学的实践与认识.2018
[8].吴夏,陈润,徐义庆,魏征.自适应免疫优化算法研究大尺寸Cu-Au合金团簇稳定结构[J].原子与分子物理学报.2018
[9].曹宝夷.基于改进蒙特卡罗和自适应免疫算法的项目组合优选研究[D].天津大学.2018
[10].邢涛,李志军,曹玲燕,丁立华.基于自适应免疫算法的变压器故障诊断[J].发电与空调.2017