摘要：为了实现对电力物资仓储的布局优化,采用Apriori算法构建电力物资仓储优化模型,在克隆选择模型的基础上,加入疫苗接种策略,构建改进克隆选择模型。测试结果显示,在Sphere函数和Ackley函数上,改进克隆选择算法经过400次迭代后趋于收敛,适应度值为10^(-75)和10^(-17)。对F函数进行求解,改进克隆选择算法取得最优解1.03,平均解1.12,平均优化效率8.20%,标准方差0.07,优化效率提升了14.15%。在对物资进行分类中,改进克隆选择算法准确率分别为94.5%和89.6%。在不同种类的物资出入库中,改进克隆选择算法的最小化出入库时间分别为8.5s、12.7s、20.9s和37.2s。改进克隆选择算法优化了仓储的布局,提升了电力物资配送的效率。

摘要：导墙结构长期受到水流和风等交变荷载作用,容易产生结构损伤。由于环境激励输入的未知性以及测试条件和精度的限制,使得环境激励下大型水工结构的损伤诊断遇到了很大困难。基于此,提出一种利用实数编码克隆选择和粒子群混合算法优化模态频率指标的导墙结构损伤诊断方法。该方法仅需可测性强的低阶模态频率,非常适合于环境激励条件下的大型水工结构的无损动态损伤检测。将该诊断方法应用于某导墙的损伤识别中,证明该方法在算法全局寻优性能和识别准确性上均有较大优势,可尝试在各类水工结构的损伤诊断中推广应用。

摘要：将正交试验设计引入到克隆选择操作中,设计出基于正交试验的克隆选择操作(clonal selection operation based on orthogonal experiment design,简称CSO-OED),并将其加入到典型的克隆选择算法中,设计出并联式的CSO+CSO-OED(Ⅰ)算法和串联式的CSO+CSO-OED(Ⅱ)算法.将新设计的算法用于9个经典的测试函数和6个复杂的测试函数进行对比测试,实验结果表明,CSO-OED能够有效地保持种群的多样性,避免算法不成熟收敛.CSO+CSO-OED(Ⅰ)和CSO+CSO-OED(Ⅱ)将全局搜索和局部搜索分开进行优化,对比实验表明,这种搜索策略不但能够保证算法的收敛性,还能有效地提高搜索解的精度,增强算法的鲁棒性.

摘要：克隆选择算法随机产生种群的方式,将容易导致数字的取值非均匀的分布在解的空间,从而增加数据冗余的现象。为了克服克隆选择算法的缺点,将克隆选择算法和混沌优化相结合,提出一种用于函数优化的混沌克隆优化算法.该算法利用混沌的随机性、遍历性和规律性来避免陷入局部极小值,同时引入等价划分的策略,减少了可能出现的数据冗余现象。仿真实验显示了所设计的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。

摘要：提出了一种基于遗传算法(GA)、克隆选择算法(CSA)和神经网络的自适应PID控制器的设计方法。该控制器主要由四部分组成:一是利用遗传算法优化PID参数初始值;二是用克隆选择算法对径向基函数(RBF)神经网络参数初始值优化;三是RBF神经网络完成对被控对象Jacobian信息辨识;四是单神经元PID控制器,学习并在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能。仿真结果表明,该控制器具有响应速度快,稳态精度高等特点,可用于控制不同的对象和过程。

摘要：基于免疫克隆选择理论和遗传量子算法,提出了一种解决CDMA系统多用户检测问题的克隆遗传量子算法.通过使用克隆选择算子和遗传量子算法的理论,新算法能执行随机搜索和经验学习.所提的算法把随机神经网络嵌入到克隆遗传量子算法的每一代中.通过结合随机神经网络到CGQA中,可以加快CGQA的收敛速度、减少计算复杂度.另外,CGQA所提供的好的初值可以改善SHNN的性能,嵌入的SHNN还提高了CGQA的性能.在讨论了使用新算法设计多用户检测器的性能特点后,在CDMA系统进行了计算机仿真并和一些多用户检测器进行了比较.仿真结果证明了文中所提多用户检测器的抗多址干扰能力和抗远近效应能力都优于一些应用以前算法的多用户检测器.

摘要：针对在灵活车间系统中调度作业和自动引导车(automated guide vehicle,AGV)的同时调度问题,考虑在有限多个AGV和加工机台的情况下,以最小化最大完工时间、单个AGV搬运消耗时间及所有AGV搬运总消耗时间为目标函数,设计融合NSGA-II(non-dominated sorting genetic algorithms)和克隆选择(clonal selection algorithm,CSA)的改进算法INGCSA来解决此类问题。采用工件、加工机台和AGV三部分编码;引入非支配排序和目标函数值大小排序后总得分进行种群分层,从而有效地保留优秀个体;针对克隆后的种群,对不同等级的种群采取不同的变异概率,并对染色体进行内部交换与均匀交叉混合交换的基因重组,有效地提高了种群的多样性与防止陷入局部最优。通过三组对比实验,验证了该算法在探索最优解时,具有运行时间短、稳定性高和收敛性好等优点。

摘要：针对资源受限多项目选择计划问题探讨其数学模型,利用改进的克隆选择算法对其进行求解。算法设计中,利用启发式规则生成初始抗体群;利用变异算子改善进化群体的质量和增强进化群体的多样性;在群体更新中,基于启发式规则,插入新的成员微调进化群体的多样性。数值实验结果说明了模型设计的合理性,以及改进的克隆选择算法的有效性,获得了所建模型的较好决策方案。

摘要：传统入侵检测方法对Probe、U2R、R2L等网络入侵攻击类型的检测率较低,存在对入侵行为的误检和漏检。为此,提出一种基于随机森林与人工免疫的入侵检测算法。设计随机抗体森林检测策略,针对小样本数据集,采用克隆选择算法保证抗体的优良性,提高攻击的检测率,通过将识别为入侵行为的抗原注入抗体集,以平衡抗原的检测率和误报率。仿真结果表明,该算法的检测率为94.1%,高于Probe的93.79%、U2R的91%与R2L的85%,且具有较低的误报率。

摘要：提出了克隆选择算法在软硬件划分中的应用,讨论了目标函数、系统约束、抗体编码、克隆选择和变异等问题的处理。实验结果表明该算法具有较快的收敛速度,并获得了近似最优解。