摘要：针对复杂障碍物环境下无人机安全、高效飞行的路径规划问题,探讨其优化模型的设计与求解算法。模型设计中,以距离、角度、高度及飞行威胁代价为性能指标,以地域、空域障碍物为约束,建立基于权重系数法与柱坐标系的单性能指标路径规划模型;针对人工兔优化算法存在初始种群分布不均匀、勘探能力和开采能力不平衡,以及局部搜索能力不足的问题,利用SPM混沌映射改善初始种群分布;借助精英个体引导策略增强局部搜索能力;利用改进型能量收缩策略平衡全局与局部搜索能力,提出一种计算复杂度由种群规模确定且能求解大规模优化问题的改进型人工兔优化算法。实验表明,已获路径规划模型的路径规划方案能在一定程度上缓解航迹点数的增加对求解性能的影响,同时优化算法处理大规模优化问题及复杂障碍物威胁环境下无人机路径规划问题具有明显优势。

摘要：传感器节点的随机部署易于导致WSN的网络覆盖率低和连通性差,进而影响WSN的服务质量;如何构建节点部署规划模型及探究其求解算法,仍然是WSN研究面临的科技难题.为此,提出改进型WSN覆盖优化模型及其求解的果蝇视觉进化神经网络优化算法.模型设计中,在已有覆盖率指标下,引入连通度指标以保证网络的连通性,进而借助正三角形法构建确保区域内节点均匀部署的约束限制条件,获得以覆盖率和连通度的加权和为性能指标的改进型WSN覆盖优化模型.算法设计中,依据注意力和果蝇视觉系统的信息处理机制,获得能处理约束条件且能输出全局和局部学习率的改进型果蝇视觉神经网络,进而将其输出与基于改进型蜣螂优化的状态更新策略组合,获得能处理强非线性约束优化及WSN覆盖优化问题的改进型果蝇视觉进化神经网络优化算法.比较性的实验结果显示,所获算法不仅具有强的竞争力,而且也暗示视觉信息处理机制与元启发式方法结合对解决约束优化问题具有较好潜力.

摘要：基于危险理论,探讨求解动态约束单目标函数优化的免疫算法.设计的关键在于依据抗原呈递细胞(APC)被感染或凋亡细胞识别的机理,研究监测环境变化和确定环境等级的环境检测模块,以及探寻以自反应群、效应群和环境记忆群为载体的协同进化方案.该算法具有结构简单灵活、寻优时间可动态调节的优点,可实时监测环境变化.比较性的数值实验结果显示,算法在执行效率、效果之间能达到合理权衡且具有明显优越性,对动态约束优化具有较好应用潜力.

摘要：基于生物免疫系统的自适应学习、记忆、监视等功能,设计适用于高维动态函数优化的自适应免疫算法.算法设计中,利用抗体的学习功能设计抗体动态进化模块;利用基因漂移促成抗体群中非优越抗体重构;利用记忆特性和记忆池动态维持功能,设计由记忆子集合构成的动态记忆池,并经由 Average linkage 保存优秀的记忆细胞;利用动态监视功能建立环境判别规则和初始抗体群的生成规则.该算法结构简单、灵活,以及在不同环境下寻优时间可以动态调节.数值实验比较显示出其优越性和在执行效率、执行效果中寻求权衡的有效性,并且对复杂的高维动态环境优化问题具有较大应用潜力.

摘要：基于区间分析和免疫学原理,探讨非线性区间数规划问题解的概念和性质,以及求解的免疫优化方法和算法的理论基础.首先,基于该问题的最优值区间,给予最优解概念;研究区间值优化问题有效解的性质,探讨区间自然扩张规划与区间数规划的解之间联系,获得有效解是最优解的充分条件以及寻优的有效途径.其次,基于免疫应答的简化机制,设计具有群体规模小、可调参数少、结构简单等特点的非主从结构微免疫优化算法,并获证该算法具有收敛性和低计算复杂度.通过扩展标准测试函数和应用事例,比较性的数值实验结果显示,此算法执行效率高、搜索效果好,对低、偏高维非线性区间数规划具有较好应用潜力.

摘要：为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.

摘要：针对未知随机变量分布环境下的非线性概率优化模型,探讨微种群免疫优化算法。算法设计中,基于危险理论的应答模式,设计隐并行优化结构;经由自适应采样方法辨析优质和劣质个体;通过动态调整个体的危险半径确定危险区域和不同类型子群;利用多种变异策略指导个体展开多方位局部和全局搜索。该算法的计算复杂度依赖于迭代数、变量维数和群体规模,其具有进化种群规模小、可调参数少和结构简单等优点。借助理论测试例子和公交车调度问题,比较性的数值实验显示,此算法在寻优效率、搜索效果等方面均有一定的优势,对复杂概率优化模型有较好潜力。

摘要：提取免疫应答的部分简化机制并结合小生境技术,提出一种用于多峰值或非连续函数优化的免疫算法.该算法由记忆细胞获取、克隆选择、亲和突变及群体更新这四种算子模块构成.这些算子的有机组合不仅为最优化问题的解决提供了实用新方法,而且反映了抗体应答抗原的简化运行机制.算法设计的重点是借鉴小生境共享实现方法的思想建立有助于增强群体多样性及保留优良抗体的记忆细胞获取算子,以及利用亲和成熟机理设计抗体突变算子.所获算法具有整体和局部搜索能力及并行搜索特点.理论证明了其收敛性.仿真事例比较表明此算法不仅是有效的,而且能快速搜索到多个最优解(针对于多解最优化问题).

摘要：基于Jia&Dyer的一般性失望模型,给出一种新的非对称风险度量方法,建立该风险度量下考虑证券最小交易单位约束的组合投资二次整数规划模型;进而依据体液免疫原理设计实用、简单的新体液免疫算法,并寻求该模型的最优方案.算法设计中引入优秀抗体演化操作,搜集和更新进化中最好解,以及建立能增强群体多样性及具有较强整体、局部、并行搜索能力的免疫操作,从多方位搜索最优解.实证及比较表明,所获算法的整体和局部搜索能力强、能快速获取最优投资决策方案,所建模型的合理性和有效性被论证.

摘要：针对噪声信息未知的一般非线性多目标概率约束规划(MOPCP)问题,探讨基于危险理论的多目标免疫优化算法(MOIOA)。算法设计中,借助自适应采样方法估计机会约束的概率和目标值;借助危险理论蕴含的应答模式分割进化种群为已感染、易感染和未感染子群;借助二进制交叉、自适应变异概率、多项式变异策略平衡种群的全局与局部搜索能力。与7种算法相比较获得的数值结果表明,所提算法的搜索效率有明显优势且搜索效果有一定的优越性,同时对复杂工程问题有应用潜力。