导读:本文包含了改进免疫遗传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:主蒸汽温度控制,对象辨识,温度控制,非线性PID控制器
改进免疫遗传算法论文文献综述
孙宇贞,李朵朵,张婷,李康[1]（2018）在《信息熵改进免疫遗传算法在火电厂主蒸汽温度控制系统中应用》一文中研究指出为提高火电厂主蒸汽温度控制系统控制品质,一般选择非线性PID(NPID)控制器,但NPID控制器参数整定尚无系统方法。本文提出一种基于信息熵改进免疫遗传(GAIE)算法的火电厂主蒸汽温度控制方法,该算法在免疫遗传算法中加入信息熵思想,改善了免疫遗传算法易陷入局部最优、寻优慢的情况。通过采集的电厂实际运行数据,对主蒸汽温度控制系统进行辨识,然后根据所辨识的系统传递函数采用GAIE算法寻优NPID控制器进行控制。实际数据验证及仿真结果表明:GAIE算法辨识模型的输出更好地拟合了现场实际输出,比免疫遗传算法模型平均精度提高40.18%,模型参数寻优速度提高了86.67%;GAIE算法寻优NPID控制器控制效果明显优于传统PID控制器。(本文来源于《热力发电》期刊2018年08期）
李月[2]（2017）在《基于遗传算法的免疫算法对TSP问题的改进与研究》一文中研究指出基于生物学种群遗传原理的遗传算法,在解决种群迭代次数过多的复杂问题中,由于遗传算子总是以随机的方式来迭代子代种群,在遗传过程中难免会出现退化的现象,因此引入免疫算法来对其进行改进。通过增加免疫算子,即抽取问题的特征信息,经过疫苗检验和退火选择降低算法的退化概率,从而对遗传算法进行了改进。最后,应用TSP问题来具体说明免疫算法是如何对遗传算法进行优化与改进的。(本文来源于《中国传媒大学学报(自然科学版)》期刊2017年04期）
李光升,梁靖聪,谢永成,李国强,王天祺[3]（2017）在《基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用》一文中研究指出装甲车辆上电气系统电路板功能日趋多样与完善,但同时其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足其故障诊断的要求;针对此,设计了基于免疫遗传算法优化的BP神经网络对电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解;实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断;通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。(本文来源于《计算机测量与控制》期刊2017年06期）
任宁宁[4]（2017）在《基于改进免疫遗传算法的配电网架优化规划》一文中研究指出城市配电网规划中的一个非常重要的内容就是配电网架优化规划。配电网架优化规划的目标函数通常仅考虑配电网的最低运行成本,并未考虑可靠性这一指标,最新的研究方向是把经济性和可靠性同时加入到配网优化的目标函数中。配电网架优化规划实际上就是一个组合优化的问题,随着配电线数量的增加,配网的规模也在增加,规划过程中往往会出现一些问题,比如组合爆炸的问题等。如何构建更适合的优化模型,如何快速且高效地解决配电网网架优化规划中遇到的问题,仍然需要深入研究。本文首先分析了基本遗传算法的原理和方法,然后就其局限性进行了重点分析;同时引入了免疫算法,将两种算法相互融合得到免疫遗传算法。并分析了常规免疫遗传算法的局限性,并就其不够完善的地方进行改进。主要改进有:(1)初始种群由网络拓扑分析法构成,使得算法的收敛速度得到显着地提高;(2)在遗传操作中引入自适应的交叉与变异,以避免早熟和提高寻优能力;(3)选取两种疫苗对两个种群分别进行接种,以防止种群退化。在分析了算法之后,本文就规划的数学模型进行了优化,构建了既考虑经济性又考虑可靠性的目标函数。并研究了进行可靠性分析时所需的网络损耗的计算方法,通过对典型案例的分析,选择了前推回代潮流计算法进行网络损耗的计算。最后,结合本文的改进免疫遗传算法和数学优化模型和网络损耗计算方法,以某地区的一个10kV中压配电网为案例,验证了本文所改进的免疫遗传算法的可行性以及相对其他算法的优势。(本文来源于《华北水利水电大学》期刊2017-05-01）
刘淑荣,李楠,庞伟[5]（2016）在《基于改进免疫遗传算法的PID参数优化仿真研究》一文中研究指出将改进免疫遗传算法与传统PID控制的参数优化进一步结合,利用免疫遗传操作自身的特点,同时引入疫苗的实时更新理念,保证了疫苗的先进性,加速系统对于全局最优解的搜索速度。以锅炉温度为例,经MATLAB-Simulink仿真证明,应用改进免疫遗传算法,对温度PID参数进行优化,使系统具有了更好的控制性能,也保证了锅炉温度的实时控制效果。(本文来源于《长春工程学院学报(自然科学版)》期刊2016年04期）
谷昱君,聂旸,王东,焦彦军[6]（2016）在《基于改进免疫遗传算法的双馈风机控制系统PI参数优化》一文中研究指出鉴于双馈风机(DFIG)在故障期间的控制性能依赖干控制参数的选取,将免疫遗传算法(IGA)引入DFIG控制系统PI参数的优化设计中,以DFIG的控制目标作为PI参数的优化目标,选取极点配置法整定值作为初值提高优化效率,根据DFIG控制系统自身特点对编码、交叉和变异算子、免疫算子进行自适应改进.形成了适用干DFIG控制系统PI参数优化的改进免疫遗传算法(IIGA)。该算法可以同时实现控制系统的多目标优化和转子侧变换器与网侧变换器的协调配合,在电压跌落过程中较极点配置法可获得更好的控制性能。最后,在MATLAB,Simulink中搭建了含风电场的系统仿真模型,仿真结果验证了本文所提方法的有效性。(本文来源于《陕西电力》期刊2016年11期）
徐立云,刘伟,楼科文,李爱平[7]（2016）在《基于改进免疫遗传算法的加工工艺重构》一文中研究指出针对产品生命周期内不同阶段市场需求量不同,通过添加或移除相应机床与装夹设备以满足其产能需求变化.针对某产品减产情况,基于抽调原则选择合适生产设备进行移除以适应产能需求;采用一种疫苗自动获取与动态更新的改进免疫遗传算法,通过对相应基因座上基因值的转移调整替代交叉变异算子,从而实现可转移操作在不同工位间的转移,并以瓶颈节拍时间最短和工位间不平衡度最小为目标函数,对原有加工工艺转移重构从而达到新构形下的工艺平衡与优化.最后通过实例分析与对比验证方法的有效性.(本文来源于《同济大学学报(自然科学版)》期刊2016年06期）
郄佳怡[8]（2016）在《面向车辆路径优化问题的改进免疫遗传算法》一文中研究指出车辆路径优化问题在连接生产者、销售者和消费者叁个方面上起了很重要的作用。良好的配送路径一方面能提高企业的客户服务满意度,另一方面也减少了企业的物流成本。如何合理、有效的优化配送路线,具有重大的理论价值和应用价值,又由于在组合优化这个领域内,车辆路径优化问题属于求解有一定的难度,由于其难度特点,使用精确优化方法有一定的局限性,获得满意的结果不容易,虽然在优化实际问题的解决过程中已经应用了很多种启发式算法,但普遍来说传统算法全局搜索能力不够强,容易导致过早收敛。遗传算法是一种模拟生物进化的高度并行的全局优化搜索算法,它具有随机性以及自适应性,但遗传算法的方法与理论还没有成熟,算法本身的缺陷也有待慢慢改进。而生物免疫系统本身具有抗原识别、免疫记忆、抗体浓度的调节以及多样性的保持等特性,在某种程度上可以弥补遗传算法的不足。将生物免疫原理与遗传算法相结合的优化算法,可某种程度上解决遗传算法本身的搜索速度不足以及过早收敛的缺点,基于此,本文将遗传算法与免疫思想结合,提出了免疫遗传算法的概念,用来解决车辆路径优化问题,该算法在评估与选择后代优秀抗体群时依据抗体与抗原间的亲和度,同时兼顾考虑了抗体与抗体间的亲和度,并且将免疫概念中的抗体间促进与抑制作用的原理加入其中,保证了个体的多样性。同时,通过免疫记忆算子建立记忆库来保留群体中的优秀抗体,从而避免了算法搜索的收敛速度过快,提升算法的收敛效率。针对基本免疫遗传算法在解决VRP问题时存在的缺陷,在计算抗体间亲和力时用信息熵方法计算过程过于复杂繁琐,计算量大从而易导致算法的收敛速度减慢的情况,本文从两个角度提出了两种改进思路:分别是基于矢量距的亲和力计算方法以及基于相邻编码数组合比较的亲和力计算方法,该两种方法都有计算简便,通俗易懂,而且能够有效地保证种群内抗体的多样性的特征。最后将两种改进的免疫遗传算法应用到车辆路径优化的数学模型中,并在MATLAB环境中使用改进算法来求解仿真路径优化问题。经过仿真测试,通过与基本免疫遗传算法比较,结果表明改进免疫遗传算法能有效地扩大搜索空间,加快搜索速度寻到更优解,为车辆路径优化问题提出了新思路。(本文来源于《河北大学》期刊2016-05-01）
刘翔,董昱[9]（2015）在《改进的自适应免疫遗传算法在图像增强中的应用》一文中研究指出针对传统图像增强方法中图像细节丢失、图像对比度不明显以及方法普适性差等缺点,提出了一种自适应免疫遗传算法用于图像增强。该算法与传统遗传算法的不同在于引入免疫算子抑制优化过程中出现的退化现象,根据个体适应度自适应调整遗传算子的概率值和基因变异位数,从而增强了种群多样性,提高了算法快速性和全局收敛性。实验结果表明:基于该算法的图像增强具有图像细节清楚、对比度强、方法普适性强等优点。(本文来源于《传感器与微系统》期刊2015年06期）
蒋育霖[10]（2015）在《免疫遗传算法的改进研究及其在污水处理中应用》一文中研究指出随着国家越来越重视环境治理和节能减排,有效的降低污水处理厂运行时的电能消耗显得越来越重要。在污水处理领域应用比较广泛的是活性污泥处理方法,而活性污泥污水生化处理仿真模型(Benchmark Simulation Model No.1,BSM1)是目前应用较多的模型,该模型是由活性污泥生化反应池和二沉池组成。本文把BSM1作为仿真研究对象,描述了BSM1的性能评估标准和常规的控制策略,以出水质量指标为约束条件,以鼓风机能耗和泵送能耗为优化目标,研究不同的气候环境进水数据下,活性污泥污水处理系统中控制器设定值的最优化策略。为了提高控制参数的精度,本文首先对传统的免疫遗传算法进行改进,提出局部搜索的免疫遗传优化算法,该算法以梯度下降的方法加速个体的迭代速度,并且增强了免疫遗传算法的局部搜索能力,以提高收敛时的精度。应用马尔科夫链模型对梯度下降免疫遗传算法进行了数学描述,并给出了数学证明。标准测试函数的仿真实验证明,改进算法能在保持快速收敛速度的同时,达到满意的高精度全局最优值。用标准测试函数对本文提出的局部搜索免疫遗传算法进行性能测试,并将该算法与当前先进的免疫优化算法进行对比实验,结果证明了该算法的有效性。接着,本文将提出的局部搜索免疫遗传算法应用在污水生化处理过程的控制器设定值最优化问题上,在BSM1模型上进行仿真实验,并与常规控制、遗传算法、克隆免疫算法和免疫遗传算法进行对比,结果表明,该算法体现出了更好的搜索性能,能够搜索到精度更高的结果,得到了令人满意的优化效果。目前大多数智能的优化控制策略都是在MATLAB平台上运行,但是MATLAB平台在Windows环境下的并发性能较差,使得优化算法的运算速度还未达到可以实际应用的水平。于是,本文将免疫遗传算法移植到开源的LINUX平台上运行,并进行了相应的优化算法改进:利用共享内存来实现不同优化过程之间的通信,绑定处理器技术消除了处理器调度的资源浪费,进而提升了计算的性能。最终的实验仿真表明,改进的并发免疫算法不仅能提高计算的速度,还能提高计算的精度,完全可以应用在工业现场当中。(本文来源于《华南理工大学》期刊2015-03-29）
改进免疫遗传算法论文开题报告
（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：
基于生物学种群遗传原理的遗传算法,在解决种群迭代次数过多的复杂问题中,由于遗传算子总是以随机的方式来迭代子代种群,在遗传过程中难免会出现退化的现象,因此引入免疫算法来对其进行改进。通过增加免疫算子,即抽取问题的特征信息,经过疫苗检验和退火选择降低算法的退化概率,从而对遗传算法进行了改进。最后,应用TSP问题来具体说明免疫算法是如何对遗传算法进行优化与改进的。
（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。
改进免疫遗传算法论文参考文献
[1].孙宇贞,李朵朵,张婷,李康.信息熵改进免疫遗传算法在火电厂主蒸汽温度控制系统中应用[J].热力发电.2018
[2].李月.基于遗传算法的免疫算法对TSP问题的改进与研究[J].中国传媒大学学报(自然科学版).2017
[3].李光升,梁靖聪,谢永成,李国强,王天祺.基于免疫遗传算法改进的BP神经网络在装甲车辆电路板故障诊断中的应用[J].计算机测量与控制.2017
[4].任宁宁.基于改进免疫遗传算法的配电网架优化规划[D].华北水利水电大学.2017
[5].刘淑荣,李楠,庞伟.基于改进免疫遗传算法的PID参数优化仿真研究[J].长春工程学院学报(自然科学版).2016
[6].谷昱君,聂旸,王东,焦彦军.基于改进免疫遗传算法的双馈风机控制系统PI参数优化[J].陕西电力.2016
[7].徐立云,刘伟,楼科文,李爱平.基于改进免疫遗传算法的加工工艺重构[J].同济大学学报(自然科学版).2016
[8].郄佳怡.面向车辆路径优化问题的改进免疫遗传算法[D].河北大学.2016
[9].刘翔,董昱.改进的自适应免疫遗传算法在图像增强中的应用[J].传感器与微系统.2015
[10].蒋育霖.免疫遗传算法的改进研究及其在污水处理中应用[D].华南理工大学.2015