免疫克隆遺傳算法已被成功應(yīng)用于數(shù)據(jù)挖掘、網(wǎng)絡(luò)安全、異常檢測(cè)和最優(yōu)化理論等領(lǐng)域,求解約束多目標(biāo)優(yōu)化問(wèn)題時(shí),雖然免疫克隆遺傳算法性能卓越,但也存在不足,如不可行精英解不宜保留,無(wú)法直接學(xué)習(xí)進(jìn)化經(jīng)驗(yàn),缺乏進(jìn)化方向引導(dǎo)機(jī)制等。針對(duì)上述不足,本文進(jìn)行了改進(jìn),具體的改進(jìn)措施有:(1)在免疫克隆算法的基礎(chǔ)上,通過(guò)引入環(huán)境策略,定義環(huán)境策略Pareto支配和環(huán)境策略變異,新算法的操作機(jī)制如下:結(jié)合個(gè)體4個(gè)環(huán)境信息定義環(huán)境策略Pareto支配,4個(gè)環(huán)境信息包括違反約束度、支配關(guān)系、聚集密度和與約束邊界距離,設(shè)置一個(gè)大小為N的精英種群,存儲(chǔ)環(huán)境策略Pareto支配選擇的優(yōu)秀個(gè)體,再對(duì)精英種群實(shí)施克隆操作。約束條件處理后,通過(guò)學(xué)習(xí)系數(shù)、遺忘系數(shù)、修復(fù)系數(shù)定義環(huán)境策略變異,引入環(huán)境策略變異,提高算法學(xué)習(xí)先驗(yàn)知識(shí)的能力。通過(guò)數(shù)值實(shí)驗(yàn)和量化度量準(zhǔn)則,對(duì)比結(jié)果表明,新算法的效率和解集的質(zhì)量均得到了明顯的改善。(2)在免疫克隆進(jìn)化算法的基礎(chǔ)上,引入種群分類和方向引導(dǎo)策略,新算法的操作機(jī)制如下:通過(guò)種群分類,將抗體分為非支配解集種群和支配解集種群,避免非支配解和支配解集直接比較,種群分類,有利于保留部分優(yōu)秀的支配解。方...

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
引言
1 緒論
    1.1 研究背景及研究意義
    1.2 國(guó)外研究概括
    1.3 國(guó)內(nèi)研究概括
    1.4 論文主要內(nèi)容及安排
2 免疫克隆進(jìn)化算法的原理和算法結(jié)構(gòu)
    2.1 進(jìn)化算法
        2.1.1 進(jìn)化算法基本框架和特點(diǎn)
        2.1.2 進(jìn)化算法的主要分支
        2.1.3 進(jìn)化算法的優(yōu)缺點(diǎn)
    2.2 免疫克隆進(jìn)化算法
        2.2.1 免疫進(jìn)化算法
        2.2.2 免疫遺傳算法
        2.2.3 免疫克隆遺傳算法
    2.3 多目標(biāo)免疫克隆算法
        2.3.1 算法基礎(chǔ)
        2.3.2 多目標(biāo)免疫克隆進(jìn)化算法
3 基于環(huán)境策略的免疫克隆約束多目標(biāo)進(jìn)化算法
    3.1 約束多目標(biāo)優(yōu)化算法
        3.1.1 約束多目標(biāo)優(yōu)化問(wèn)題
        3.1.2 約束處理方法
    3.2 基于環(huán)境策略的免疫克隆算法
        3.2.2 克隆操作
        3.2.3 交叉操作
        3.2.4 環(huán)境策略變異
        3.2.5 克隆選擇
    3.3 算法流程
    3.4 實(shí)驗(yàn)和分析
        3.4.1 測(cè)試函數(shù)
        3.4.2 性能度量
        3.4.3 數(shù)值實(shí)驗(yàn)結(jié)果及分析
    3.5 本章小結(jié)
4 基于種群分類和方向引導(dǎo)策略的免疫克隆進(jìn)化算法
    4.1 種群分類策略
        4.1.1 種群分類技術(shù)
        4.1.2 可行解集種群更新機(jī)制
        4.1.3 不可行解集種群更新機(jī)制
    4.2 方向引導(dǎo)策略
        4.2.1 逼近方向的引導(dǎo)
        4.2.2 分布方向的引導(dǎo)
        4.2.3 方向引導(dǎo)策略
    4.3 算法流程
    4.4 實(shí)驗(yàn)和分析
        4.4.1 約束多目標(biāo)優(yōu)化問(wèn)題
        4.4.2 測(cè)試函數(shù)
        4.4.3 性能度量
        4.4.4 數(shù)值實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
5 基于改進(jìn)的免疫克隆遺傳算法的避空偵察路線優(yōu)化
    5.1 衛(wèi)星過(guò)頂模型
        5.1.1 衛(wèi)星軌道參數(shù)
        5.1.2 衛(wèi)星經(jīng)緯度計(jì)算模型
    5.2 避空偵察最優(yōu)路線選擇模型
    5.3 改進(jìn)的遺傳算法
    5.4 改進(jìn)的免疫克隆遺傳算法
    5.5 模型的求解
    5.6 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
作者簡(jiǎn)介及讀研期間主要科研成果



本文編號(hào)：3828301