摘要：针对传统的PID控制起参数优化方法的缺点,提出了一种结合精英策略的改进的人工免疫遗传算法(IGAE),该算法的特点是以新的抗体相似度、期望繁殖率以及克隆选择概率的定义方法和计算公式作为优化问题的目标函数,采用IGAE去调整和优化PID控制器的三个增益参数,结合精英选择策略(elitism strategy)以获得性能最优的PID控制器。仿真实验结果表明新的免疫遗传算法具有全局优化的能力,响应速度快、鲁棒性强,对变参数PID控制的参数优化设计是成功和有效的。

摘要：根据高性能交流伺服系统的要求,设计了一种基于免疫遗传算法(IGA)、PID控制的交流伺服系统。实验结果表明:该控制方法响应快、鲁棒性强,系统具有较好的动、静态性能和抗干扰能力。

摘要：化工过程中同一类型的异常往往也存在微小差别,将不同程度的同一类型异常进行有效识别和归属,掌握同一类型异常的多样化情况,对于化工过程安全监控有重要意义。设计了一种基于人工免疫和遗传思想的微小差别异常诊断方法,并以一个典型的精馏过程Chem CAD仿真模型进行同类型不同程度的阀门异常模式设置,获取正常情况和各异常情况下的样本数据,然后利用所提出的诊断方法计算不同程度异常对其异常类型的隶属概率。结果表明,同一阀门不同开度异常尽管会导致过程监控参数的变化,但该微小差别异常诊断方法却能对其进行有效归属,且归属准确度经启发式算法多次运行后可达98%以上。最后进一步运用TE过程中具有微小差异输出结果的4种异常模式进行了验证试验,结果表明,该方法也可以在较少的异常数据基础上完成对异常模式的准确归属。

摘要：探讨项目计划管理中,资源受限下含承继约束的多项目选择计划两级规划模型及其求解算法。依据项目的承继关系,将所有项目划分为若干子群,各子群内部的项目之间存在承继约束,子群之间仅有优先关系,进而获得了资源受限下资源配置平衡的两级规划模型。基于遗传算法的基本结构,引入免疫系统的多样性、记忆性等特征,获得了求解此模型的免疫遗传算法。数值实验结果表明了该模型设计的合理性及算法的有效性。

摘要：邓肯—张E-B模型应用于面板坝的应力应变分析时一般通过室内三轴试验获取模型参数,而中低面板坝一般不进行室内三轴试验,通常采用的工程类比法取得的模型参数计算误差较大,通过基于免疫遗传算法的位移反分析法得到较为符合工程实际的邓肯—张E-B模型参数,并以双溪口水库大坝为例,计算了竣工期沉降量,通过与实测沉降量的对比分析,说明了该方法的合理性。

摘要：针对兼顾旅客转机行走距离、航班场面滑行距离和停机位使用效率的多目标停机位分配的问题,以最小化航班停机位分配的扰动性为优化目标,建立停机位动态再分配混合整数规划模型。提出基于航班序列的自然数编码方案,设计改进的免疫遗传求解算法,保证个体在遗传操作中的可行性。将免疫算法中个体密度的概念引入对个体适应度值的评价过程,以保持种群的多样性,避免算法过早收敛。实例仿真结果表明,所提出的优化方法能够有效降低延误航班对停机位预分配计划造成的影响。

摘要：为了提高果蔬采摘机器人机械手采摘路径规划决策的效率,降低数据分析的冗余性,在分析生物免疫系统功能、作用机理及特点的基础上,提出了一种基于相似性矢量距的免疫遗传算法,并将其植入到了机械手躲避障碍物的决策系统中。该算法利用相似矢量矩方法将选择概率的局部搜索和整体搜索有机地结合起来,使算法保留了最优抗体,保证了计算不陷入局部最优解,并使抗体的计算具有了多样性。为了验证算法的有效性和可靠性,设计了果实采摘机器人的测试样机。通过测试发现:机器人机械手动作过程中可以有效地躲避障碍物,到达指定的目标采摘区域,在相似矢量矩免疫遗传算法、免疫遗传算法和相似矢量矩3种算法的测试结果中,相似矢量矩免疫遗传算法的收敛性最好,优化路径最优。

摘要：在分析异步电动机数学模型的基础上,提出了一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于交流异步电动机双闭环矢量控制系统中的转速控制器中,对异步电动机实现精确的速度控制。为满足控制运算实时性的要求,采用高速数字信号处理器(DSP)作为速度控制与运算单元,成功完成了递归模糊神经网络控制器的DSP实现。实验结果验证了该控制器的可行性。

摘要：针对火电厂主汽温被控对象的不确定性及大延迟、大惯性及非线性等特点,设计一种基于免疫遗传算法、BP神经网络和RBF神经网络的智能PID控制系统。利用免疫遗传算法的全局搜索寻优能力和较好的收敛性优化神经网络的权值,同时利用BP网络对PID参数进行在线调整。仿真结果表明,该系统在控制品质、鲁棒性方面都明显优于常规PID控制系统。

摘要：与传统优化算法相比,遗传算法在并行性、全局性以及鲁棒性等方面有明显提升,但其自身也存在一定的不足。首先对免疫遗传算法进行简单介绍,其次分别从建立目标函数以及约束条件两方面阐述了采煤机螺旋滚筒参数数学模型,最后通过仿真实验对优化结果加以验证。