导读:本文包含了多目标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:拆卸线平衡问题,免疫机制协作遗传算法,多目标优化,Pareto解集
多目标免疫遗传算法论文文献综述
李六柯,张则强,邹宾森,蔡宁[1]（2018）在《免疫机制协作遗传算法的多目标拆卸线平衡优化》一文中研究指出为解决拆卸线上工作站负荷不均衡问题,针对拆卸线平衡模型的多目标、多约束属性,提出了一种基于Pareto解集的多目标免疫机制协作遗传算法.该算法在遗传操作中融入免疫机制,将带问题特征信息的加权值作为疫苗库的构造规则,通过接种疫苗、免疫检测、免疫平衡和免疫选择等操作,引导个体向最优解靠拢,并维持种群的多样性.采用Pareto解集的多目标处理方法实现了对多个目标的协同优化,在决策者偏好未知情况下提供侧重点不同的多种方案.通过种群初始化规则对比实验,验证了节拍时间约束下的启发式规则能生成高质量的初始解.通过求解不同规模的拆卸实例,并与多种已有算法进行对比,结果表明了所提算法的有效性和优越性.(本文来源于《信息与控制》期刊2018年06期）
代小林,王鹏,宫大为[2]（2018）在《基于免疫遗传算法的冗余并联机构多目标优化》一文中研究指出针对电动并联机构驱动能力不足的问题,提出用3条冗余支腿来平衡负载的结构。同时,考虑到实际工况下,速度、驱动力和功率峰值过高给机构带来的负面影响,使用免疫遗传算法对该并联机构的结构参数进行多目标优化。仿真结果表明:与典型的六自由度并联机构相比,优化后电动支腿的速度峰值下降13. 83%,驱动力峰值下降24. 50%,功率峰值下降45. 68%。该冗余结构及优化方案,能够有效提高电动并联机构的驱动能力,适用于重载运动模拟试验台。(本文来源于《哈尔滨工程大学学报》期刊2018年12期）
杨立熙,王秀萍[3]（2018）在《基于免疫遗传算法求解多目标柔性作业调度问题》一文中研究指出针对柔性作业车间调度问题,提出一种改进的免疫遗传混合算法。该算法使用新的初始化方式产生初始解,然后设计合理的自适应交叉变异机制产生新抗体,再通过免疫接种和免疫记忆等操作优化新的抗体,将免疫算法和遗传算法相结合可以提高算法的全局搜索能力,避免遗传算法陷入早熟收敛的问题。最后使用MATLAB编程求解基准算例来验证所提算法的有效性,再将算法应用于其他文献中实际生产企业的车间调度问题,得到更多的最优解且结果更优,证明了该算法的实用性。(本文来源于《武汉理工大学学报(信息与管理工程版)》期刊2018年01期）
李婕,李昊,赵新蕖[4]（2018）在《免疫遗传算法的混合动力汽车多目标优化》一文中研究指出以混合动力汽车传动系统参数与控制策略参数为优化变量,以最小燃油消耗和尾气排放量(CO+HC+NOx)为优化目标,以动力性能与电池荷电状态平衡作为约束条件,建立多目标优化模型,并使用权重系数法将多目标函数优化问题转化为单目标问题。提出了基于免疫遗传算法优化混合动力汽车参数的优化方法,该算法采用实数编码,通过调用ADVISOR的后台函数,建立联合优化仿真模型。仿真结果表明,该算法可有效降低车辆的燃油消耗,减少CO与HC排放量,能够较好地解决带有约束的混合动力汽车的多目标多参数优化问题,可以获得一组具有低油耗与低污染物排放的传动系统与控制策略参数,供决策者选择。(本文来源于《计算机工程与应用》期刊2018年04期）
高林娥[5]（2014）在《基因免疫遗传算法的工程项目多目标优化研究》一文中研究指出目前各国在工程建设领域特别是在基础设施领域的金钱投入越来越大,工程项目多目标优化的问题成为人们探究的重点。免疫算法就是一种在自然界生物体免疫系统基础上的优化算法,是目前多目标优化研究的一个新的也是重要的研究方向。本文在多方了解与研究下对遗传算法进行了深入的研究分析,总结当前已有的基因免疫遗传算法在处理多目标优化问题中的优点与缺点,对这些问题提出一些解决的策略。(本文来源于《哈尔滨职业技术学院学报》期刊2014年05期）
何向婷[6]（2013）在《基于免疫遗传算法的多目标优化研究》一文中研究指出在工程实践和科学研究中，经常会出现各种各样的多目标优化问题。求解多目标优化的方法有很多种，其中遗传算法是一种比较典型和有效的方法，但是用它来解决多目标优化问题时，算法容易陷入局部最优，并且种群的多样性不能很好的保持。在求解多目标优化问题时，人工免疫算法中的抗体浓度用于表征解群体的多样性，记忆细胞可以有效的阻止算法进入早熟收敛。论文在求解多目标优化问题时，将免疫思想应用到了非支配排序遗传算法中，提出了一种基于免疫原理的非支配排序遗传算法。该算法在遗传算法的基础上重新定义了记忆细胞的组成，并设计了一种新的浓度计算方法和自适应变异算子。记忆细胞由非支配排序序号和浓度较小的若干个抗体组成，用于保留问题的优秀解及其相关参数，新的浓度计算方法可以有效的防止优秀解的丢失，设计的变异算子可以使得抗体根据浓度自适应调节变异概率，从而防止算法进入早熟收敛。论文用四种不同的多目标测试函数对提出的算法进行了测试，测试结果表明该算法能有效的使Pareto解均匀分布。排牙多指手的结构参数优化是一个多目标优化问题，本文将提出的算法应用到了排牙多指手的结构参数优化中，优化结果表明提出的算法能较好的实现排牙多指手的结构参数优化问题。基于免疫原理的非支配排序遗传算法充分结合了遗传算法和免疫算法的特点和优点，对多目标优化理论和现实生活具有重要的意义。(本文来源于《西安科技大学》期刊2013-06-30）
王士武,温进化[7]（2012）在《多目标免疫遗传算法在梯级水库群优化调度中的应用研究》一文中研究指出多目标免疫遗传算法(MOIGA)是一种新的高等物种进化算法,可以避免标准遗产算法(GA)在选择过程中的早熟收敛现象,为解决多目标规划问题提供了一条新的途径。本文在介绍多目标免疫遗传算法的原理及步骤基础上,将其用到梯级水库多目标优化调度中。(本文来源于《2012全国水资源合理配置与优化调度技术专刊》期刊2012-07-20）
郭志刚,邹书蓉[8]（2012）在《基于非劣排序的多目标优化免疫遗传算法》一文中研究指出提出一种基于非劣排序的多目标优化免疫遗传算法。算法基于非劣排序对种群进行分类来评价个体的价值,在选择操作中引入个体浓度保持种群多样性。采用免疫克隆操作为产生新种群和算法实现全局搜索提供了基础,采用遗传种群与父代群体锦标赛竞争的方式保留最优解。仿真实验结果表明:算法在收敛性和分布性方面要优于NSGA-II算法。(本文来源于《成都信息工程学院学报》期刊2012年02期）
叶碎高,温进化,王士武[9]（2011）在《多目标免疫遗传算法在梯级水库优化调度中的应用研究》一文中研究指出为了提高遗传算法在多目标梯级水库优化调度中的应用效果,在标准遗传算法的基础上引入了免疫机制,并将其应用到周公宅-皎口水梯级水库优化调度中。计算结果表明,免疫遗传算法较好地克服了标准遗传算法收敛速度慢、易陷入局部极值、早熟等弱点。(本文来源于《南水北调与水利科技》期刊2011年01期）
温进化,王士武[10]（2010）在《多目标免疫遗传算法在梯级水库优化调度中的应用》一文中研究指出多目标免疫遗传算法(MOIGA)是一种新的高等物种进化算法,它可以避免传统遗值算法(GA)在选择过程中出现的早熟收敛现象,为解决多目标规划问题提供了一条新的途径.介绍多目标免疫遗传算法的原理及步骤,并将其应用到梯级水库多目标优化调度中.(本文来源于《中国原水论坛专辑》期刊2010-10-14）
多目标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：
针对电动并联机构驱动能力不足的问题,提出用3条冗余支腿来平衡负载的结构。同时,考虑到实际工况下,速度、驱动力和功率峰值过高给机构带来的负面影响,使用免疫遗传算法对该并联机构的结构参数进行多目标优化。仿真结果表明:与典型的六自由度并联机构相比,优化后电动支腿的速度峰值下降13. 83%,驱动力峰值下降24. 50%,功率峰值下降45. 68%。该冗余结构及优化方案,能够有效提高电动并联机构的驱动能力,适用于重载运动模拟试验台。
（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。
多目标免疫遗传算法论文参考文献
[1].李六柯,张则强,邹宾森,蔡宁.免疫机制协作遗传算法的多目标拆卸线平衡优化[J].信息与控制.2018
[2].代小林,王鹏,宫大为.基于免疫遗传算法的冗余并联机构多目标优化[J].哈尔滨工程大学学报.2018
[3].杨立熙,王秀萍.基于免疫遗传算法求解多目标柔性作业调度问题[J].武汉理工大学学报(信息与管理工程版).2018
[4].李婕,李昊,赵新蕖.免疫遗传算法的混合动力汽车多目标优化[J].计算机工程与应用.2018
[5].高林娥.基因免疫遗传算法的工程项目多目标优化研究[J].哈尔滨职业技术学院学报.2014
[6].何向婷.基于免疫遗传算法的多目标优化研究[D].西安科技大学.2013
[7].王士武,温进化.多目标免疫遗传算法在梯级水库群优化调度中的应用研究[C].2012全国水资源合理配置与优化调度技术专刊.2012
[8].郭志刚,邹书蓉.基于非劣排序的多目标优化免疫遗传算法[J].成都信息工程学院学报.2012
[9].叶碎高,温进化,王士武.多目标免疫遗传算法在梯级水库优化调度中的应用研究[J].南水北调与水利科技.2011
[10].温进化,王士武.多目标免疫遗传算法在梯级水库优化调度中的应用[C].中国原水论坛专辑.2010
标签：拆卸线平衡问题; 免疫机制协作遗传算法; 多目标优化; Pareto解集;