發(fā)布時間：2018-03-24 20:27

  本文選題：粒子群算法　切入點：人工免疫算法　出處：《工程科學學報》2017年01期

【摘要】：經典粒子群算法由于多樣性差而陷入局部最優(yōu),從而造成早熟停滯現象.為克服上述缺點,本文結合人工免疫算法,提出一種基于自適應搜索的免疫粒子群算法.首先,該算法改善了濃度機制;然后由粒子最大濃度值來控制子種群數目以充分利用粒子種群資源;最后對劣質子種群進行疫苗接種,利用粒子最大濃度值調節(jié)接種疫苗的搜索范圍,不僅避免了種群退化現象,而且提高了算法的收斂精度和全局搜索能力.仿真結果表明該算法求解復雜函數優(yōu)化問題的有效性和優(yōu)越性.
[Abstract]:The classical particle swarm optimization (PSO) algorithm falls into local optimum because of its poor diversity, which leads to premature stagnation. In order to overcome the above shortcomings, an immune particle swarm optimization algorithm based on adaptive search is proposed in this paper, which is based on artificial immune algorithm. The algorithm improves the concentration mechanism; then controls the number of subpopulations by the maximum concentration of particles to make full use of the population resources; finally vaccinate the inferior subpopulations and adjust the search range of inoculated vaccines by using the maximum concentration of particles. Not only the phenomenon of population degradation is avoided, but also the convergence accuracy and global searching ability of the algorithm are improved. The simulation results show that the algorithm is effective and superior in solving complex function optimization problems.
【作者單位】： 北京科技大學自動化學院;中國電子科技集團第二研究所;
【基金】：國家自然科學基金青年基金資助項目(61603362,61603034)
【分類號】：TP18

【參考文獻】

相關期刊論文 前3條

1 鄧高峰;張雪萍;劉彥萍;;一種障礙環(huán)境下機器人路徑規(guī)劃的蟻群粒子群算法[J];控制理論與應用;2009年08期

2 李茂軍,羅安,童調生;人工免疫算法及其應用研究[J];控制理論與應用;2004年02期

3 高鷹,謝勝利;免疫粒子群優(yōu)化算法[J];計算機工程與應用;2004年06期

【共引文獻】

相關期刊論文 前10條

1 李鑫;韓均雷;蘇勇勇;;免疫遺傳雙優(yōu)化的粒子群算法[J];電子世界;2016年16期

2 申延強;韓華亭;;基于免疫粒子群文化算法的數字電路故障診斷[J];火力與指揮控制;2016年08期

3 王克文;張東岳;;電力系統(tǒng)無功優(yōu)化算法綜述[J];電測與儀表;2016年10期

4 張俊溪;楊海粟;;一種新的粒子群優(yōu)化聚類算法[J];微處理機;2016年02期

5 陸金鈺;沈圣;牛暢;楊湛;;基于免疫粒子群-齒行法的桁架結構分層優(yōu)化[J];東南大學學報(自然科學版);2016年02期

6 張俊溪;張嘉桐;張玉梅;;一種改進的粒子群優(yōu)化算法[J];陜西師范大學學報(自然科學版);2016年02期

7 宋志強;周獻中;徐鋒;;面向多平臺多目標協同跟蹤的指派問題[J];火力與指揮控制;2016年02期

8 孟安波;李專;;一種催化粒子群算法及其性能分析[J];計算機應用研究;2016年08期

9 陳飛宇;汪斌強;孟飛;王雨薇;;一種軟件定義網絡中交換機動態(tài)遷移算法[J];計算機應用研究;2016年05期

10 高涵;高柏軍;;移動機器人路徑規(guī)劃方法研究[J];現代儀器與醫(yī)療;2015年05期

【二級參考文獻】

相關期刊論文 前10條

1 張美玉,黃翰,郝志峰,楊曉偉;基于蟻群算法的機器人路徑規(guī)劃[J];計算機工程與應用;2005年25期

2 李磊,葉濤,譚民,陳細軍;移動機器人技術研究現狀與未來[J];機器人;2002年05期

3 馬笑瀟,黃席樾,柴毅,黃敏,倪霖;免疫agent概念與模型[J];控制與決策;2002年04期

4 張軍,劉克勝,王煦法;一種基于免疫調節(jié)和共生進化的神經網絡優(yōu)化設計方法[J];計算機研究與發(fā)展;2000年08期

5 王磊,潘進,焦李成;免疫規(guī)劃[J];計算機學報;2000年08期

6 王磊,潘進,焦李成;免疫算法[J];電子學報;2000年07期

7 丁永生;任立紅;;人工免疫系統(tǒng):理論與應用[J];模式識別與人工智能;2000年01期

8 張紀會,高齊圣,徐心和;自適應蟻群算法[J];控制理論與應用;2000年01期

9 劉克勝,曹先彬,鄭浩然,王煦法;基于免疫算法的TSP問題求解[J];計算機工程;2000年01期

10 吳慶洪,張紀會,徐心和;具有變異特征的蟻群算法[J];計算機研究與發(fā)展;1999年10期

【相似文獻】

相關期刊論文 前10條

1 秦玉靈;孔憲仁;羅文波;;混沌量子粒子群算法在模型修正中的應用[J];計算機工程與應用;2010年02期

2 陳治明;;新型量子粒子群算法及其性能分析研究[J];福建電腦;2010年05期

3 牛永潔;;一種新型的混合粒子群算法[J];信息技術;2010年10期

4 全芙蓉;;粒子群算法的理論分析與研究[J];硅谷;2010年23期

5 劉衍民;趙慶禎;邵增珍;;一種改進的完全信息粒子群算法研究[J];曲阜師范大學學報(自然科學版);2011年01期

6 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[J];計算機工程與應用;2011年05期

7 熊智挺;譚陽紅;易如方;陳賽華;;一種并行的自適應量子粒子群算法[J];計算機系統(tǒng)應用;2011年08期

8 孟純青;;非線性粒子群算法[J];微計算機應用;2011年08期

9 任偉建;武璇;;一種動態(tài)改變學習因子的簡化粒子群算法[J];自動化技術與應用;2012年10期

10 劉飛,孫明,李寧,孫德寶,鄒彤;粒子群算法及其在布局優(yōu)化中的應用[J];計算機工程與應用;2004年12期

相關會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權的改進粒子群算法[A];中國科學院地質與地球物理研究所第11屆（2011年度）學術年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術會議膨脹節(jié)設計、制造和應用技術論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術及其應用（第7卷）——'2005系統(tǒng)仿真技術及其應用學術交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2007年

相關博士學位論文 前10條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學;2016年

2 杜毅;多階段可變批生產線重構的研究[D];廣東工業(yè)大學;2016年

3 尹浩;求解Web服務選取問題的粒子群算法研究[D];東北大學;2014年

4 王芳;粒子群算法的研究[D];西南大學;2006年

5 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

6 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

7 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

8 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

9 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調度問題研究[D];浙江工業(yè)大學;2014年

10 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

相關碩士學位論文 前10條

1 張忠偉;結構優(yōu)化中粒子群算法的研究與應用[D];大連理工大學;2009年

2 李強;基于改進粒子群算法的艾薩爐配料優(yōu)化[D];昆明理工大學;2015年

3 付曉艷;基于粒子群算法的自調節(jié)隸屬函數模糊控制器設計[D];河北聯合大學;2014年

4 余漢森;粒子群算法的自適應變異研究[D];南京信息工程大學;2015年

5 梁計鋒;基于改進粒子群算法的交通控制算法研究[D];長安大學;2015年

6 楊偉;基于粒子群算法的氧樂果合成過程建模研究[D];鄭州大學;2015年

7 李程;基于粒子群算法的AS/RS優(yōu)化調度方法研究[D];陜西科技大學;2015年

8 樊偉健;基于混合混沌粒子群算法求解變循環(huán)發(fā)動機數學模型問題[D];山東大學;2015年

9 陳百霞;考慮風電場并網的電力系統(tǒng)無功優(yōu)化[D];山東大學;2015年

10 戴玉倩;基于混合動態(tài)粒子群算法的軟件測試數據自動生成研究[D];江西理工大學;2015年

，

本文編號：1659902