混合免疫智能優(yōu)化算法研究及其在復雜系統(tǒng)中的應用
發(fā)布時間:2020-06-14 05:31
【摘要】:人工免疫系統(tǒng)模擬生物免疫系統(tǒng)進化行為的智能特征,具有自組織、自學習能力,具有解決復雜優(yōu)化問題的優(yōu)點。現代工業(yè)系統(tǒng)變得越來越復雜,而復雜系統(tǒng)的建模、優(yōu)化與控制需要高性能的算法來輔助,依靠單一模式的優(yōu)化方法難以滿足系統(tǒng)性能要求;旌厦庖咧悄芴幚砑夹g為這類問題提供了有效的途徑,同時也是人工免疫系統(tǒng)研究的發(fā)展方向。 基于免疫系統(tǒng)的機理,深入挖掘生物免疫系統(tǒng)中蘊含的智能學習機制并結合其它智能處理方法的優(yōu)點,本文研究了幾類混合免疫智能優(yōu)化算法及其相關應用,從算法理論、算法設計、性能測試、比較分析到實際應用展開一系列工作。在理論上研究了四類混合免疫智能優(yōu)化方法,并通過實驗仿真驗證了算法的有效性;在應用上研究了混沌系統(tǒng)自抗擾優(yōu)化控制與永磁同步電機系統(tǒng)多參數辨識這兩類典型的復雜系統(tǒng),并獲得了良好的控制效果和辨識結果。概括如下: 1.引入生態(tài)學中的協(xié)同進化Lotka-Volterra思想到人工免疫算法中,考慮了群體間的競爭合作關系,構造了一種競爭合作型協(xié)同進化免疫克隆選擇模型。各子種群內部通過局部最優(yōu)免疫優(yōu)勢、克隆擴增和動態(tài)高頻變異等相關算子操作。運用信息熵理論改善種群多樣性,所有子種群共享經過免疫雜交提升操作的高層記憶庫,通過遷移操作實現整個種群信息共享與協(xié)同進化。 2.為了擴大解的搜索空間,將粒子群體分為捕食與探索兩種模態(tài),建立一種免疫雙態(tài)粒子群優(yōu)化方法。對處于捕食狀態(tài)的精英粒子采用精英學習策略;對處于探索狀態(tài)的微粒采用探索策略;對微粒個體極值進行免疫克隆優(yōu)化;對不活躍個體進行免疫受體編輯。算法兼顧了抑制早熟停滯現象和避免冗余迭代。 3.融合免疫系統(tǒng)優(yōu)化原理、協(xié)同進化思想及粒子群的鄰域信息,構建免疫協(xié)同粒子群進化模型。算法采用并行計算框架,整個群體由記憶種群與若干個普通種群構成。普通微粒種群內部通過精英粒子保留、免疫網絡及柯西變異等混合策略共同演化新個體;微粒個體極值采用自適應小波學習以加快收斂速度;免疫克隆選擇算法對記憶庫進行精細搜索;信息交互機制促進信息共享有效降低了算法的冗余迭代。擴大了算法解空間搜索范圍,提高了對復雜問題的優(yōu)化能力。 4.利用克隆選擇算法與蟻群算法各自的優(yōu)勢,構造了一種免疫克隆選擇與蟻群自適應融合優(yōu)化模型。引入混沌擾動增加抗體種群的多樣性,通過克隆擴增、免疫基因等相關算子的操作增強了克隆選擇算法搜索的效率;自適應控制參數實現了克隆選擇與蟻群優(yōu)化的有機結合及局部最優(yōu)搜索策略的應用,克服了抗體種群“早熟”問題,提高了求解精度。 5.應用免疫雙態(tài)粒子群算法對自抗擾控制器進行優(yōu)化設計。其一,將免疫雙態(tài)粒子群算法應用于混沌系統(tǒng)自抗擾優(yōu)化控制中,對自抗擾控制器參數進行優(yōu)化,應用于混沌系統(tǒng)控制,構建一種基于免疫雙態(tài)粒子群算法的混沌系統(tǒng)自抗擾優(yōu)化控制器;其二,利用自抗擾控制器(ADRC)與小腦神經網絡(CMAC)各自的優(yōu)勢并構造ADRC-CMAC并行控制器,利用免疫雙態(tài)粒子群算法對ADRC-CMAC控制器參數進行自學習尋優(yōu),構造出一種自抗擾神經網絡并行優(yōu)化控制方法。針對離散混沌系統(tǒng)研究結果表明,以上兩種控制方法具有更好的控制性能和較強的魯棒性。 6.構造了一種基于免疫協(xié)同粒子群進化算法的永磁同步電機多參數辨識模型方法。永磁同步電機參數辨識結果表明該方法不需要知道電機設計參數先驗知識,能夠有效地辨識電機電阻,d-q軸電感與轉子磁鏈。同時,當電機參數發(fā)生變化時,該方法依然能夠有效地追蹤該參數變化值。 【學位授予單位】:湖南大學
【學位級別】:博士
【學位授予年份】:2012
【分類號】:TP18;N941.4
本文編號:2712358
【學位級別】:博士
【學位授予年份】:2012
【分類號】:TP18;N941.4
【參考文獻】
相關期刊論文 前10條
1 江全元;鄒振宇;曹一家;;基于免疫遺傳算法的多機電力系統(tǒng)UPFC控制器[J];電工技術學報;2006年07期
2 李玉龍;宗偉;呂鮮艷;何秋宇;袁啟洪;王倩;;基于抗體濃度調節(jié)新定義下的免疫遺傳算法在電壓無功優(yōu)化中的應用[J];電工技術學報;2008年02期
3 彭春華;;基于免疫BPSO算法與拓撲可觀性的PMU最優(yōu)配置[J];電工技術學報;2008年06期
4 史婷娜;張典林;夏長亮;陳煒;萬健如;;基于遺傳整定的永磁交流伺服系統(tǒng)模糊免疫PID控制器[J];電工技術學報;2008年07期
5 吳茂林;黃聲華;;永磁同步電機非線性參數辨識[J];電工技術學報;2009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 王磊,焦李成,劉芳,張艷寧;免疫進化子波網絡及其學習算法[J];電子學報;2001年S1期
8 侯家利,朱梅階,彭宏;模塊化免疫神經網絡的模型研究[J];電子學報;2005年08期
9 陶新民;陳萬海;郭黎利;;一種新的基于模糊聚類和免疫原理的入侵監(jiān)測模型[J];電子學報;2006年07期
10 任子武;傘冶;;實數遺傳算法的改進及性能研究[J];電子學報;2007年02期
,本文編號:2712358
本文鏈接:http://sikaile.net/projectlw/xtxlw/2712358.html