摘要：热管作为一种高效热传输设备,被广泛应用于许多工程领域。对高效热管的优化设计,通常会涉及到多个目标参数,而采用传统的设计方法,往往无法同时有效地优化多个目标。克隆算法具有很强的自学习和自适应能力,在解决多目标优化问题方面优势显著,因此文中提出了基于克隆算法的热管多目标优化算法。通过对热管建立热网络分析模型和热传输极限模型,给出了热管多目标优化问题的数学描述,并针对该数学描述,设计了基于克隆算法的多目标优化算法。通过多个算例的计算分析,证实了该算法的有效性和优越性。由于数学问题的提出是基于热管的基本原理,因此该算法具有可推广性,可用于多种形式的热管设计。

摘要：针对无刷直流电动机速度自抗扰控制器的参数设计问题,提出采用免疫克隆选择算法对自抗扰控制器参数进行离线优化。利用器件模型在SIMULINK中建立无刷直流电动机驱动系统仿真模型,在MATLAB的脚本文件中运行免疫克隆选择算法,调用SIMULINK仿真模型实现个体性能评价,完成自抗扰控制器参数的离线优化。实验比较了基于经验设计的自抗扰控制器和优化后的自抗扰控制器的控制效果。结果表明,经过优化的自抗扰控制器具有更好的动态性能和抗扰能力。

摘要：在克隆选择算法的基础上,结合独特型免疫网络理论中抗体间的自适应动态调节思想,提出一种新的免疫算法——克隆选择调节算法(CSAA),并用于IIR数字滤波器的设计.该算法能更好地保持解的多样性及收敛速度快,有效地避免了早熟现象.对多个典型系统进行随机仿真并与其他方法进行比较研究,结果表明,该算法在多模态搜索空间中具有更好的全局收敛性和稳定性,是一种有效可行的IIR数字滤波器设计方法.

摘要：状态变量带约束的过程动态优化问题是化工系统工程的重要课题,有一定的难度。通过将其转换为等价的非线性规划后,可采用元启发式方法求解。人工免疫系统的克隆选择算法(CSA)简练易用,全局搜索性能良好,但局部寻优能力较弱,且无处理约束的机制。为此,拟引入免疫网络自学习算子,均匀设计方法,以及目标与约束分离的处理机制,构建改进的克隆选择算法(ICSA),并将其用于状态变量带约束的间歇反应器和乙醇生物反应器的动态优化等实例,效果良好。试验结果表明三种策略有效地改进了CSA的性能,使ICSA能以较少的计算代价搜索到较优的控制策略。

摘要：为了解决最佳检测器计算复杂度较高的难题,提出一种精简有效的克隆选择算法。把人工免疫系统和神经网络系统的信息处理机制引入到CSA提出了免疫克隆选择算法。所提ICSA通过使用随机Hopfield神经网络制备疫苗构成新的免疫算子,把新的免疫算子结合到克隆选择算法中,不仅加快了克隆选择算法的收敛速度,并提高了克隆选择算法的全局收敛能力。然后在CDMA系统利用此算法设计了新的多用户检测器。仿真结果证明了ICSA检测器能够快速收敛到全局最优解,并且无论抗多址干扰和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。

摘要：根据克隆选择原理的免疫机理,提出了一种改进的克隆选择算法(CSA),进而设计了2种码分多址(CDMA)多用户检测器:一种方法是混合Hopfield神经网络和克隆选择算法;另一种方法是把多阶段检测器MSD嵌入到克隆选择算法的每一代中。通过混合MSD到克隆选择算法中,可以加快克隆选择算法的收敛速度,减少计算复杂度。另外,克隆选择算法所提供的好的初值可以改善MSD的性能,嵌入的MSD还改善了克隆选择算法的性能。仿真结果证明了该方法无论抗多址干扰能力和抗远近效应能力都优于传统方法和一些应用优化算法的多用户检测器。

摘要：层叠滤波器是一种非线性数字滤波器,具有良好的去除噪声能力和图像细节保持能力,近年来成为研究的热点问题之一.层叠滤波器设计的核心实际上是一个正布尔函数的优化问题,在MAE准则下,提出了一种基于克隆选择算法的层叠滤波器的优化方法.仿真实验结果表明,基于这种克隆选择算法的最优层叠滤波器不仅在滤波效果上好于基于遗传算法和基于粒子群算法的最优层叠滤波器,而且可以快速实现其优化过程,在较短时间内得到较好的效果,是一种有效的层叠滤波器的优化算法.

摘要：提出一种改进的精英克隆选择算法(ECSA)来实现B样条曲线逼近的自动节点配置。为了提高算法搜索效率和求解质量,设计了自适应混沌变异算子,同时提出了基于抗体浓度和抗原亲和力矢量矩的抗体重选择策略,再以贝叶斯信息准则(BIC)为亲和力度量来权衡拟合优良性和计算复杂度,改进的算法在深度搜索和广度寻优之间取得了平衡,可以自动且精确地计算内节点数量和位置,从而完成数据点的B样条曲线逼近工作。仿真和实验结果表明,提出的方法不仅可以高效精确地实现对存在连续、不连续、尖点等特征含噪复杂数据的自动B样条曲线逼近,而且相比于现有研究,具有更好的全局收敛性和收敛速度。

摘要：科学准确地确定路基的回弹模量,关系到整个道路结构设计质量。文中提出一种基于智能计算——克隆选择算法,确定路基回弹模量的新方法。克隆选择算法具有收敛速度快,全局搜索能力强的特点,通过克隆选择算法,对确定路基回弹模量的数学解析关系式相应参数进行优化处理。仿真试验表明,克隆选择算法确定路基回弹模量比数理统计方法具有更好的精度。

摘要：为了提高传统关联分类方法的搜索效率和分类精度,提出了一种基于克隆选择算法的关联分类器设计方法,该方法将关联规则挖掘和生成关联分类器的过程合二为一,即通过免疫细胞种群的演化来优化和选择关联规则,来实现关联分类器的整体优化.由于是采用随机优化方式,无需穷举所有可能的规则,因而能够处理关联规则的搜索空间大的问题.仿真实验结果表明该方法可针对多种类型的数据进行分类,并且在分类精度和运行时间上能够比得上其它常用的关联分类算法.