人工免疫机理在故障诊断中的应用

将人工免疫系统的反面选择算法作了改进，在产生检测器时，利用了遗传算法，并将欧几里德距离作为遗传算法中的适应函数。最后通过模拟实验表明，该算法能对旋转机械故障进行诊断，平均准确率可达95％以上。该算法也可以用于其他系统的在线故障诊断。     

人工免疫系统在遥感信息提取中的应用

为了提取丰富的遥感图像信息,在分析人工免疫系统原理及其模型特点的基础上,结合遥感信息的特点,提出了特异识别原理和克隆选择原理的遥感图像信息提取模型.重点探讨了人工免疫系统在遥感信息提取中的专题信息聚类、信息识别.该系统适用于遥感图像自动识别分类和专题信息提取方面,为遥感信息处理的研究提供了新的理论和技术支持.通过实例验证,用该方法处理后的图像具良好的视觉效果.     

改进的免疫遗传算法在优化问题中的应用

基于生物免疫系统原理,对人工免疫系统进行研究,提出了改进的免疫遗传算法.该算法的选择算子采用基于浓度和适应度的自适应式选择策略;引入免疫算子,抑制其优化过程中出现的退化现象.将改进的免疫遗传算法应用于TSP组合优化问题,仿真结果表明了该算法的有效性.     

遗传算法在排课系统中的应用

借鉴遗传算法自适应随机搜索特点,在课程表编排时以优化时间和空间两种资源为目标,综合考虑资源分布优化度等因素完成教室、教师和学生的安排,并在.net平台下实现该系统,验证算法在排课系统中的有效性.     

遗传算法在系统可靠性优化中的应用

将遗传算法用在可靠性优化中，更好地解决了文献[2]中提出的非线性优化模型。     

遗传算法在城市生命线系统震后恢复优化中的应用

利用遗传算法研究了城市生命线系统的震后恢复顺序,和随机搜索法,较平均恢复时间缩短20%左右.采用单体遗传算法探讨了震后抢修队分配的优化,可以明显地缩短平均恢复时间.     

遗传算法在城市生命线系统震后恢复优化中的应用

利用遗传算法研究了城市生命线系统的震后恢复顺序，和随机搜索法，较平均恢复时间缩短20％左右。采用单体遗传算法探讨了震后抢修队分配的优化，可以明显地缩短平均恢复时间。     

遗传算法在组合优化中的应用

针对组合优化中规模较大问题用传统的优化方法求解耗时较长的缺点,将遗传算法应用于0-1规划中,用基于二进制表示的罚函数法和修正方法处理背包问题;并对指派问题进行遗传算法设计,使这两个问题得到很好的解决,从而说明了遗传算法具有超越传统方法的优势,为解决此类问题提供了一种新的手段,是传统方法的补充和完善.     

高炉焦比目标优化模型应用及结果分析

介绍了目标高炉应用焦比优化模型在线运行的环境,通过模型在线运行,得到了有关参数的优化结果,将优化民实际生产参数比较,结果是目标高炉降低烧结矿在熟料中的比例,提高球团矿比例,同时提高风温和富氧率,在煤粉喷吹量达186kg/t的基础上,可望将焦比降低到300kg／t左右水平。     

遗传算法及其在信息熵优化中的应用

为解决在信息熵优化中需要通过求解复杂的非线性积分方程组才能获得一定概率分布的问题,首先分析了常用的Ｎｅｗｔｏｎ－Ｒａｐｈｓｏｎ法的２点缺陷,然后以求解最大信息熵分布为例,将一类新颖的智能优化技术－－遗传算法应用到信息熵优化领域中,避免了方程组的直接求解,计算结果表明,该方法易一,具有良好的稳定性,从而为信息熵优化提供了一种新方法。     

人工免疫算法在函数优化中的应用

基于自然免疫系统中体液免疫响应的机制提出了一种函数优化算法，该算法模拟了抗体的产生、抗体与抗原的黏合、激励、克隆、超突变及未受激励细胞的消亡等自然过程，其主要步骤包括：抗原、B细胞的算法定义，B细胞与抗原之间的亲和度计算与选择，B细胞的克隆、变异和记忆细胞的产生等．算法的主要特点是模拟了不同的自然机制，具有并行性，产生了高亲和度、长寿命的记忆细胞并不断对其更新．用两种不同类型的测试函数进行了仿真实验，并与基本遗传算法进行了比较，结果表明所提算法能以较快的速度完成给定范围的搜索和全局优化任务．     

人工智能高炉冶炼过程专家系统

为了用现代技术提升传统产业,实现炉况判断自动化和操作标准化,从人工智能、知识工程和模糊数学的理论出发,开发了一个用于高炉各种炉况故障判断与操作指导的综合专家系统.该系统用C Builder实现并与现场生产画面结合,采用菜单操作方式,人-机界面方便灵活.在仿真系统上通过现场生产数据的调试与运行表明,该系统准确可靠,能给出高炉各种故障状态的预报和相应的操作指导.     

基于人工免疫网络的多峰值函数优化

针对多峰值函数优化中常规方法难以同时搜索出多个极值的问题,借鉴生物免疫系统的相关机理,提出了基于人工免疫网络的多峰值函数优化算法,并在一些典型的测试函数上进行性能测试。实验结果表明,该算法具有很好的全局和局部搜索能力,能够较好地保持抗体的多样性,获得多峰值函数的全部或多个优化解。     

基于人工免疫算法的电梯交通动态分区的优化

提出了一种利用新兴的人工免疫算法优化电梯高峰客流动态分区的新方法,实现了非连续楼层的优化计算．剖析了电梯交通的动态分区模型,设计了动态分区模型的人工免疫算法,并对之做了比较仿真研究．仿真结果表明,基于该算法的动态分区在处理客流分布不均匀的电梯交通时,表现出良好的性能．该算法能快速地找到电梯交通的最优分区或者次最优分区,具有一定的应用价值．     

基于人工免疫系统的网络文本分类研究

在简单介绍自然免疫系统功能和特性的基础上,依据生物免疫系统免疫记忆特性,提出一种人工免疫网络记忆分类器。实验证明,该分类器能够快速准确地对文本进行分类。     

基于人工免疫粒子群优化算法的动态聚类分析

模糊C-均值聚类算法受初始化影响较大,在迭代时容易陷入局部极小值。将粒子群优化算法与模糊G-均值聚类算法相结合,提出一种新颖的动态聚类算法。该算法利用人工免疫思想改进粒子群优化过程,在很大程度上避免了粒子群算法和聚类算法早熟现象的发生,全局搜索能力和局部搜索能力优于同类算法。利用聚类理论中的经验规则kmax≤√n确定聚类数k的搜索范围,在最优粒子基础上进化新一级种群,该方案可有效提高算法的收敛速度。两组数据的仿真实验表明,新算法优于传统模糊C-均值聚类算法,具有收敛速度快和解的精度高的特点。     

一种基于虚拟力导向和细胞分化的免疫网络分类算法

针对传统免疫网络分类算法中抗体细胞进化缺乏有效指导的问题,提出了一种基于虚拟力导向和细胞分化的免疫网络分类算法(VCAINC).算法引入虚拟力场区的概念,基于虚拟力场区定义抗体所受的虚拟作用力以指导抗体的进化过程,并根据移动收敛条件判定抗体的合理位置;对于无法达到收敛条件的抗体,采用细胞分化策略提高免疫网络的分类性能;分析了算法在UCI标准数据集的分类效果.实验结果表明,VCAINC对于多个标准数据集均具有良好的分类性能,能够有效指导抗体细胞的进化.     

自适应采样免疫算法及其对随机优化问题的应用

基于体液免疫的简化机制,设计随机优化免疫算法处理高维随机优化问题．算法的关键在于设计：（1）动态分配群体中各抗体采样次数的自适应采样算法;（2）抗体进化算子;（3）进化群体和记忆集的采样数．该算法具有结构简单、灵活、易于应用的特点．数值实验及多种算法比较显示,此算法具有噪声抑制能力强和寻优速度快速等特点,对于不同噪声幅值的高雏随机优化,均能在优化质量、噪声抑制、执行效率中获得满意效果．     

人工免疫控制器的设计及其控制效果的仿真

借鉴生物特异性免疫中T细胞、B细胞协同免疫机理,提出了一种免疫控制器,并将免疫控制器与PID控制器在系统输出控制能力、抗干扰能力、对象参数变化的适应能力等方面做了比较研究.结果表明这种免疫控制器较PID控制器性能优越.     

基于人工免疫的网络安全监控系统

引入人工免疫思想, 采用多Agent技术, 构建一个基于人工免疫体系结构和多Agent的网络安全监控系统, 用以改善传统网络安全监控系统的弊端. 该系统通过引入异常告警, 将免疫系统中的固有性免疫和适应性免疫相结合, 克服了传统网络监控中主机性能瓶颈、 监控内容静态固定、 监控方式单一及扩展性差、 适用范围窄等问题, 提高了网络安全监控系统的效能和可靠性.