基于人工免疫算法的变压器故障诊断

针对变压器故障各种诊断方法的优缺点,人工免疫作为一种新的有效故障诊断方法,因其自身的独有特性,可用于解决故障诊断中难以解决的一些特殊问题,为解决变压器故障诊断问题提供了新的思路。通过标准数据集对免疫网络的Matlab实验,表明该算法有较高的分类准确率。     

基于小波分析和人工免疫算法的模拟电路故障诊断

受生物免疫系统自己-非己识别过程的启发,提出了一种基于小波分析和人工免疫算法的模拟电路故障诊断的新方法。该方法首先利用小波变换,归一化和主元分析法作为预处理提取模拟电路的最优故障特征向量,然后利用反面选择算法的检测器对故障信息进行检测,从而实现模拟电路故障的分类。计算机仿真证明该方法是可行的。     

一种基于人工免疫的垃圾邮件过滤算法

随着电子邮件日益广泛的使用,如何有效地解决严重的垃圾邮件问题已成为一个亟待解决的问题。受生物免疫系统自我保护机制的启发,提出了一种基于人工免疫的垃圾邮件过滤算法。在掌握现有信息处理技术方法的前提下,针对现有信息处理技术存在的问题,设计并通过仿真分析了系统的动态性与自适应性性能,并从理论和实验两个方面验证了这种方案的可行性与有效性。     

基于人工免疫算法的变压器故障诊断方法

人工免疫系统是一种由生物免疫系统启发的学习外界物质的自然防御机理的学习技术.基于人工免疫识别原理提出一种电力变压器故障诊断方法,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类.经过对故障数据的Maflab实验,将结果与IEC三比值法进行比较,表明该算法有较高的诊断准确率.     

基于人工免疫的PCB电路信息融合故障诊断

印制电路板(PCB)非介入式故障诊断方法,因获取信息有限,存在故障覆盖率低、定位不准等问题。多源信息融合能综合各类信息以提高电路诊断效果。文章提出采用人工免疫网络(AIS)作为信息融合技术的融合算法,实现PCB电路非介入式故障诊断。该方法以电路支路电流信息和节点电压信息为信息源,运用人工免疫系统实现基于特征层信息融合的印制电路板非介入式故障诊断。某实装电流转电压电路故障诊断仿真实验表明:基于多源信息融合的非介入式故障诊断可提高电路故障的覆盖率和定位的准确性。     

基于人工免疫算法的舰艇编队防空火力分配研究

为解决舰艇编队防空火力分配传统方法计算复杂、耗时长和普通遗传算法局部搜索能力较弱、收敛速度慢等问题,通过对火分问题的数学描述,将人工免疫算法（AIA）引入到舰艇编队防空作战的火力分配问题中,构造相应的AIA来求解防空火力分配问题。仿真结果表明该算法计算速度快、精度较高,为解决编队防空火力分配问题提供了一种有效的途径。     

基于人工免疫算法的变压器故障诊断方法

人工免疫系统是一种由生物免疫系统启发的学习外界物质的自然防御机理的学习技术。基于人工免疫识别原理提出一种电力变压器故障诊断方法,利用增加抗原、记忆抗体类别信息等方法对变压器故障样本进行学习,获取更多表征故障样本特征的记忆抗体集并进行分类。经过对故障数据的Matlab实验,将结果与IEC三比值法进行比较,表明该算法有较高的诊断准确率。     

基于人工免疫的OFDM系统自适应资源分配算法研究

针对多用户OFDM系统自适应比特功率分配优化问题,由于信道的时变性,为更好地分配资源,改进了一种人工免疫的OFDM算法,此算法通过抗体与抗原的亲和来消除抗原的原理,由选定种群数量、编码方式,计算亲和度、浓度、激励度,选择免疫体,抗体保护克隆变异保护,克隆变异,克隆抑制,抗体刷新这些步骤达到优化OFDM系统的目的。选定适应度函数,在误比特率和速率一定的情况下,使得总功率最小,即在某个总功率下,速率达到最大。通过和遗传算法、人工鱼群算法进行仿真比较,证明人工免疫算法是最优的。     

基于人工免疫算法的车辆控制模型研究

对于自动驾驶中的车辆跟踪控制,仅依靠传统的控制策略进行速度调节无法达到准确、快速的跟踪效果。将免疫学原理中的人工免疫算法引入到车辆控制中,并建立了车辆横向和纵向的控制模型,以达到改善车辆控制的效果。通过大量仿真实验,验证免疫算法在车辆控制过程中的优劣。仿真结果表明,该控制系统在被控对象参数变化的情况下,仍具有良好的控制性能,具备了很强的自适应性和鲁棒性,能够迅速适应外界变化,具有较大的工程应用价值。     

人工免疫系统及其算法

该文阐述了人工免疫系统(AIS)的基本概念,讨论了几种典型的算法,包括基于免疫系统基本机制的免疫算法,基于免疫特异性的否定选择算法,基于免疫系统克隆选择理论的克隆选择算法,基于接种疫苗及免疫多样性的免疫进化算法,AIS与神经网络混合智能系统和模糊免疫系统以及威胁模型等。简述了AIS发展历史,按年代顺序介绍了AIS 在若干具有代表性的领域中的应用情况。最后通过对AIS 的特性和存在问题的分析,展望了今后的研究重点和发展趋势。     

基于分布式人工免疫算法的数值优化

 本文提出了一种分布式的人工免疫系统模型——塔式主从模型(TMSM),并基于此模型设计了一种用于解决数值优化问题的分布式免疫记忆克隆选择算法(DIMCSA).借助Markov模型,文中证明了DIMCSA的收敛性.为了摆脱网络连接状态对算法性能的影响,客观地衡量分布式人工免疫优化算法的性能,本文设计了多线程虚拟并行计算仿真系统,并分别考虑算法搜索时间和网络通信时间,给出了一种新的比较分布式随机搜索算法性能的指标.实验结果表明,DIMCSA能够用较少的计算代价和通信代价获得更高质量的解,适合解决大规模的复杂优化问题.     

基于阴性选择算法的异常检测系统黑洞覆盖优化

针对阴性选择算法存在大量无法检测的黑洞,提出了一种基于黑洞集合和自我集合定向生成匹配阈值可变的r块黑洞检测器的算法。对阴性选择算法进行改进,提出了采用双重检测器的阴性选择算法DLD-NSA,该算法在保证较快的检测速度的前提下,通过提高黑洞元素检测率,实现更大范围的非我空间覆盖。仿真结果表明,该算法与变长r连续位阴性选择算法相比,具有更高的非我空间覆盖率,尤其是在黑洞覆盖方面效果更好。     

基于人工免疫的链路层协议帧同步字识别

该文提出一种基于人工免疫的同步字识别算法,解决了无线网络链路层协议帧同步字的识别问题。算法在定义相关概念的基础上,通过对已知协议类型文件集脱氧核苷酸(ODN)浓度的计算,得到了相关协议的同步字脱氧核苷酸库;然后,利用得到的同步字脱氧核苷酸库与相关文件集进行连续一致匹配,生成同步字检测基因库;最后,利用得到的同步字脱氧核苷酸库和同步字检测基因库,通过连续一致匹配和基因相似度值的计算,实现了同步字的准确识别。仿真实验验证了算法的有效性,与已有的模式串匹配算法相比,所提算法的鲁棒性较好,具有一定的工程应用价值。     

人工免疫思维进化算法的设计

文中提出一种人工免疫思维进化算法,此算法在免疫系统优化机理的基础上吸取了思维进化算法中的优点,提出了趋同半径和异化半径的概念,实现了免疫算法中抗体的局部和全局寻优,并且给出了一种基于矢量距的概率选择方法。同时,本文描述了算法的具体实现步骤,证明了算法的收敛性,给出了仿真实验。实验结果表明,新算法有机地结合了人工免疫算法和思维进化算法的优点,具有不易陷入局部极值,解的精度高,收敛速度快等特性。     

基于并行人工免疫算法的大规模TSP问题求解

 为求解大规模TSP问题,提出了并行人工免疫系统的塔式主从模型(Towerlike Master-Slave Model,TMSM),和基于TMSM的并行免疫记忆克隆选择算法(Parallel Immune Memory Clonal Selection Algorithm,PIMCSA).TMSM是粗粒度的两层并行人工免疫模型,其设计体现了分布式的免疫响应和免疫记忆机制.PIMCSA用疫苗的迁移代替了抗体的迁移,兼顾了种群多样性的保持和算法的收敛速度.与其他算法相比,PIMCSA在求解精度和运行时间上都更具优势,而且问题规模越大优势越明显.TMSM很好地体现了免疫系统的特性,PIMCSA是适合求解大规模复杂优化问题的并行人工免疫算法,具有良好的可扩展性.     

面向入侵检测的集成人工免疫系统

结合入侵检测的实际需求,提出了一种集成人工免疫系统(IAIS)。该系统结合了树突状细胞算法(DCA)和否定选择算法(NSA),DCA用于检测行为特征,NSA用于检测结构特征。通过KDD99数据集实验对该系统进行验证,并与其他方法进行了比较。实验结果表明,IAIS检测性能与经典分类算法相当。IAIS具有不依赖明确标识的数据来训练检测器,可结合行为特征和结构特征进行实时入侵检测的特点。     

基于改进人工免疫算法的TDOA定位估计

采用最大似然估计方法解决TDOA定位估计问题可以避免已有算法的缺点,适用性更强,但必须解决由此产生的非线性优化问题。人工免疫算法是一种模拟自然免疫系统功能、收敛性能较好的新兴智能方法,针对TDOA定位估计问题对人工免疫算法进行了改进,采用浮点数编码,避免了二进制编码所必须的编解码过程;并采用轮盘赌策略克隆亲和度较高的抗体,并控制抗体以不同变异率变异,提高了收敛速度和性能,改进了免疫算子。针对TDOA估计问题,联合使用Chan算法和人工免疫算法,可以取得较好的定位精度,提高收敛速度。仿真结果表明,在保证抗体数量的情况下,该算法性能稳定,并能以较快的速度收敛到全局最优解,相对于Chan算法精度更高。     

基于人工免疫机制的RBF 网络混合训练算法

基于人工免疫聚类机制和免疫进化算法,提出了一种新型的设计RBF 网络的混合算法。该方法利用人工免疫聚类机制,根据输入数据集合自适应地确定RBF 网络核函数的数量及其中心的初始位置。采用免疫进化算法训练RBF 网络,进一步缩小了标准进化算法搜索空间的范围,提高了算法的收敛速度。计算机仿真表明,这种RBF 网络结构精简并具有较强的泛化能力。     

基于动态克隆选择的记忆检测器更新算法

记忆细胞在再次检测到相同或相似的抗原时能迅速活化,产生大量抗体,并进行快速免疫应答.在基于人工免疫的入侵检测中,利用此特性对检测器生命周期进行模拟,可大大提高入侵检测系统的性能.文章在分析动态克隆选择算法模型中记忆检测器生成过程的基础上,提出一种记忆检测器更新算法,对记忆检测器的个数设定最大值,避免出现随着时间的推移产...     

基于人工免疫机制的RBF网络混合训练算法

基于人工免疫聚类机制和免疫进化算法,提出了一种新型的设计RBF网络的混合算法。该方法利用人工免疫聚类机制,根据输入数据集合自适应地确定RBF网络核函数的数量及其中心的初始位置。采用免疫进化算法训练RBF网络,进一步缩小了标准进化算法搜索空间的范围,提高了算法的收敛速度。计算机仿真表明,这种RBF网络结构精简并具有较强的泛化能力。